首页
学习
活动
专区
工具
TVP
发布

AI研习社

专栏成员
1755
文章
2199018
阅读量
197
订阅数
专栏 | 【从零开始学习YOLOv3】5. 网络模型的构建
在YOLOv3中,修改网络结构很容易,只需要修改cfg文件即可。目前,cfg文件支持convolutional, maxpool, unsample, route, shortcut, yolo这几个层。
AI研习社
2020-03-13
1.1K0
专栏 | 深度学习算法优化系列八 | VGG,ResNet,DenseNe模型剪枝代码实战
具体原理已经讲过了,见上回的推文。深度学习算法优化系列七 | ICCV 2017的一篇模型剪枝论文,也是2019年众多开源剪枝项目的理论基础 。这篇文章是从源码实战的角度来解释模型剪枝,源码来自:https://github.com/Eric-mingjie/network-slimming 。我这里主要是结合源码来分析每个模型的具体剪枝过程,希望能给你剪枝自己的模型一些启发。
AI研习社
2020-03-03
1.8K0
专栏 | 【从零开始学习YOLOv3】6. 模型构建中的YOLOLayer
YOLOv3是一个单阶段的目标检测器,将目标划分为不同的grid,每个grid分配3个anchor作为先验框来进行匹配。首先读一下代码中关于grid创建的部分。
AI研习社
2020-03-03
9380
专栏 | 【从零开始学习YOLOv3】7. 教你在YOLOv3模型中添加Attention机制
正如[convolutional],[maxpool],[net],[route]等层在cfg中的定义一样,我们再添加全新的模块的时候,要规定一下cfg的格式。做出以下规定:
AI研习社
2020-03-03
1.4K1
AI 崛起的第九个年头,还有哪些大有可为的地方?
从2012年算起,人工智能的再次爆发已经进入了第九个年头,人们对“人工智能是什么”也从最初的懵懂、憧憬、恐惧,逐渐走向深度的认识。在2018年人们还在讨论人工智能什么时候会再次进入寒冬,但到了2019年人们对“寒冬”之说已经不再感冒,而是普遍在追寻“如何让人工智能可理解”或者“AI所引发的隐私、安全、伦理问题”。2020年,人工智能依旧在蓬勃发展,并在各行各业产生了深刻的影响。2020年还剩下10个月的时间,让我们去预期,人工智能会有哪些重要的趋势呢?
AI研习社
2020-02-27
6450
如何搭建增量推荐系统?
尽管我会尽量减少数学术语的使用,但本文希望读者熟悉一些概念,如矩阵分解、嵌入空间以及基本的机器学习术语。这篇文章并不是推荐系统的介绍,而是对它们的增量变体的介绍。在任何情况下,本文的主要受众是机器学习和推荐系统领域的初学者。
AI研习社
2020-02-25
1.6K0
专栏 | 【综述】Pytorch YOLO项目推荐 建议收藏学习
以下文章来源于GiantPandaCV ,作者BBuf本文来自 @BBuf 的社区专栏 GiantPandaCV
AI研习社
2020-02-24
1.3K0
专栏 | OpenCV图像处理专栏十五 |《一种基于亮度均衡的图像阈值分割技术》
对于光照不均匀的图像,用通常的图像分割方法不能取得满意的效果。为了解决这个问题,论文《一种基于亮度均衡的图像阈值分割技术》提出了一种实用而简便的图像分割方法。该方法针对图像中不同亮度区域进行亮度补偿,使得整个图像亮度背景趋于一致后,再进行常规的阈值分割。实验结果表明,用该方法能取得良好的分割效果。关于常规的阈值分割不是我这篇推文关注的,我这里只实现前面光照补偿的部分。算法的原理可以仔细看论文。论文原文见附录。
AI研习社
2020-02-24
1.2K0
影史第一片《火车进站》秒变 4K 高清,AI 预测+插值,黑白也能变“彩电”
《火车进站》是人类历史上的第一部电影,由路易·卢米埃和奥古斯特·卢米埃于 1895 年拍摄于法国一沿海城市,整部电影只有45秒。
AI研习社
2020-02-21
1.4K0
数据科学工具包:手把手用YOLO做目标检测
YOLO 是我最喜欢的计算机视觉算法之一,在很长一段时间里,我计划着专为它写一篇博文。然而,我不希望它成为另一篇详细解释 YOLO 背后工作原理的文章,网上有很多文章都很好地涵盖了它理论方面的知识。除此之外,如果你想加深对这个架构的理解,直接从源代码获取信息并阅读源文件(https://arxiv.org/abs/1506.02640)也是一个好主意。
AI研习社
2020-02-21
1.4K0
2020 年了,深度学习接下来到底该怎么走?
在过去的一年,深度学习技术在各个领域一如既往地取得了不少进展。然而当前深度学习技术(本文中称为深度学习1.0)仍然存在着一些明显的局限,例如在解决有意识任务方面的不足。那么针对这些局限性,在未来的一年,有哪些可能的解决方案?深度学习又会在哪些方面带来有希望的突破?
AI研习社
2020-02-21
4940
深度学习的光环背后,都有哪些机器学习的新进展被忽视了?
从神经网络被学术界排挤,到计算机科学界三句话不离人工智能、各种建模和预测任务被深度学习大包大揽,只不过短短十年时间。这十年里我们目睹了 dropout、SGD+动量、残差连接、预训练等等深度学习技术的大爆发,见证了学术研究全面拥抱深度学习,也听到了对深度学习不足之处的质疑之声、感受到了很多人对非深度学习方法「复兴」的期盼。
AI研习社
2020-02-21
6980
微软北大联合提出换脸 AI 和脸部伪造检测器,演绎现实版「矛与盾」?
一个致力于造假,一个专注于打假;光是听起来,就不禁让人联想到「矛」与「盾」的故事。那到底哪个更胜一筹呢?VB 发布了的相关内容介绍了这两个成果,我们将其整理及编译如下。
AI研习社
2020-02-12
4570
VPF:适用于 Python 的开源视频处理框架,加速视频任务、提高 GPU 利用率
同时,由于 Python 绑定下的 C ++代码,它使开发者可以在数十行代码中实现较高的 GPU 利用率。解码后的视频帧以 NumPy 数组或 CUDA 设备指针的形式公开,以简化交互过程及其扩展功能。
AI研习社
2020-02-11
2.8K0
自编码器数据降维实践
数据降维是一件困难的事情,而难点通常集中在主成分分析上。此前,我介绍过一种基于自动编码器的降维方法(https://quantdare.com/outliers-detection-with-autoencoder-neural-network/)。然而,在那一段时间里,我专注于如何使用自动编码作为预测器,而现在我想把它们看作是一种降维技术。
AI研习社
2019-12-24
1.4K0
用正确方法对度量学习算法进行基准测试
典型的度量学习论文会提出一个新的损失函数或训练过程,然后在一些数据集上显示结果,如 CUB200、Stanford Cars 和 Stanford Online 产品。每隔几个月,我们都会看到准确度有所提高。
AI研习社
2019-12-23
5780
如何使用 Python 分析笔记本电脑上的 100 GB 数据
许多组织正试图收集和利用尽可能多的数据,以改进其业务运营方式、增加收入或对周围世界产生更大的影响。因此,数据科学家面对 50GB 甚至 500GB 大小的数据集的情况变得越来越普遍。
AI研习社
2019-12-12
1.2K0
「肺炎 X 光病灶识别」挑战赛:几行代码,就能让医疗检测准确率 20% 的提高!
自 2017 年 7 月国务院印发《新一代人工智能发展规划》以来,中国人工智能技术得以迅猛发展,并在金融、医疗、教育、交通、社交等领域快速推广。
AI研习社
2019-12-12
6550
如何利用高斯混合模型建立更好、更精确的集群?
高斯混合模型是一种强大的聚类算法。本文将带你了解高斯混合模型的工作原理以及如何在 Python 中实现它们,我们还将讨论 k-means 聚类算法,看看高斯混合模型是如何对它进行改进的。
AI研习社
2019-12-10
8240
Python 技巧十则
据Stack Overflow上的数据显示,Python是增长最快的编程语言。福布斯的一篇最新报告(https://www.whatech.com/development/press-release/442278-why-developers-vote-python-as-the-best-application-programming-language)指出,Python去年增长了456%。Netflix使用Python,IBM使用Python,其他数百家公司都使用Python。对了,不要忘记Dropbox,它也是用Python创建的。根据Dice的研究显示(https://insights.dice.com/2016/02/01/whats-hot-and-not-in-tech-skills/),Python也是最热门的语言之一,并且根据《Popularityof Programming Language Index(https://pypl.github.io/PYPL.html)》来看,它也是世界上最受欢迎的编程语言。
AI研习社
2019-12-09
1.1K0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档