网站首页 深度学习backbone 第2页

• 

  41.人工智能——深度学习飞桨-PaddleX 模型训练过程和参数说明

  在上一篇文章中，介绍了PaddleX基本功能和安装方法：...

  2024-09-05 btikc 技术文章 12 ℃ 0 评论
• 

  为什么深度学习模型能够分类正确?从“正”“反”两个方面说服你

  作者|小马...

  2024-09-05 btikc 技术文章 14 ℃ 0 评论
• 

  2019年顶级机器学习和深度学习研究论文和源码分享总结

  2019年的最后一个月里面我们收集了许多有关先进机器和深度学习研究的文章以及其开源代码，希望对大家有所帮助。ContrastiveRepresentationDistillation本文在模型蒸馏领域利用对比目标族来捕获相关性和高阶输出...

  2024-09-05 btikc 技术文章 9 ℃ 0 评论
• 

  45.人工智能——以ResNet为backbone的多标签分类模型搭建

  在上一篇文章中：...

  2024-09-05 btikc 技术文章 8 ℃ 0 评论
• 

  YOLO算法改进Backbone系列之:PVTv2

  摘要：最近，Transformer在计算机视觉方面取得了令人鼓舞的进展。在本研究中，本文通过增加(1)线性复杂度注意层、(2)重叠贴片嵌入和(3)卷积前馈网络三种设计，改进了原始的金字塔视觉转换器(PVTv1)，提出了新的基线。通过这些改...

  2024-09-05 btikc 技术文章 10 ℃ 0 评论
• 

  基于深度学习的直线检测算法

  直线检测是经典的底层视觉任务，对一些视觉任务，如自动驾驶、场景3D建模、无人机地平线检测等不可或缺。我们熟知的霍夫变换，就是解决直线检测问题的经典算法。然而，传统算法缺乏鲁棒性，只能受限于简单的应用场景。如今在充分的标注数据支持下，基于神经...

  2024-09-05 btikc 技术文章 12 ℃ 0 评论
• 

  YOLO算法改进Backbone系列之:RepViT

  摘要：近年来，与轻量级卷积神经网络(cnn)相比，轻量级视觉变压器(ViTs)在资源受限的移动设备上表现出了更高的性能和更低的延迟。这种改进通常归功于多头自注意模块，它使模型能够学习全局表示。然而，轻量级vit和轻量级cnn之间的架构差异还...

  2024-09-05 btikc 技术文章 10 ℃ 0 评论
• 

  目标检测新框架CBNet | 多Backbone网络结构用于目标检测(附源码下载)

  ...

  2024-09-05 btikc 技术文章 8 ℃ 0 评论
• 

  从入门到放弃:深度学习中的模型蒸馏技术

  模型压缩和加速四个技术是设计高效小型网络、剪枝、量化和蒸馏[2]。蒸馏，就是知识蒸馏，将教师网络(teachernetwork)的知识迁移到学生网络(studentnetwork)上，使得学生网络的性能表现如教师网络一般。我们就可以愉快...

  2024-09-05 btikc 技术文章 8 ℃ 0 评论
• 

  深度学习模型大小与模型推理速度的探讨

  作者丨田子宸@知乎（已授权）...

  2024-09-05 btikc 技术文章 14 ℃ 0 评论