腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

计算机视觉战队

专栏作者

811

文章

718087

阅读量

103

订阅数

All Things ViTs：在视觉中理解和解释注意力

嵌入式框架论文模型实践

地址：https://github.com/all-things-vits/code-samples

计算机视觉研究院

2023-08-24

2250

SSD7-FFAM | 对嵌入式友好的目标检测网络

嵌入式安全框架数据网络

对计算和内存的高需求是将现有目标检测网络部署到嵌入式设备中的最大挑战。现有的轻量级目标检测器直接使用轻量级神经网络架构，如MobileNet或在大尺度分类数据集上预先训练，导致网络结构灵活性差，不适用于某些特定场景。

计算机视觉研究院

2023-08-24

1690

Fast YOLO：用于实时嵌入式目标检测（附论文下载）

嵌入式图像处理深度学习人工智能

关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq 学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G 目标检测被认为是计算机视觉领域中最具挑战性的问题之一，因为它涉及场景中对象分类和对象定位的组合。今天分享这个框架有点陈旧，但精髓！一、前言目标检测被认为是计算机视觉领域中最具挑战性的问题之一，因为它涉及场景中对象分类和对象定位的组合。最近，与其他方法相比，深度神经网络 (DNN) 已被证明可以实现卓越的目标检测性能，其中YOLO

计算机视觉研究院

2022-05-16

3600

Fast YOLO：用于实时嵌入式目标检测

嵌入式图像识别深度学习人工智能

目标检测被认为是计算机视觉领域中最具挑战性的问题之一，因为它涉及场景中对象分类和对象定位的组合。最近，与其他方法相比，深度神经网络 (DNN) 已被证明可以实现卓越的目标检测性能，其中YOLOv2是基于DNN的最先进技术之一。

计算机视觉研究院

2022-01-26

7620

深度压缩网络 | 较大程度减少了网络参数存储问题

存储神经网络嵌入式

神经网络是计算密集型和内存密集型，很难使它们用有限的硬件资源去部署在嵌入式系统中。为了解决这种限制，本文引入“深度压缩”，一共有三个阶段的流水线：剪枝、量化和霍夫编码，它们一起工作去减少神经网络的存储问题，并在没有影响精确度的情况下压缩了35倍到49倍。最后在ImageNet数据集上的实验结果，将AlexNet压缩了35倍（从240MB压缩到6.9MB）并没有精确度损失；将VGG-16压缩了49倍（从552MB压缩到11.3MB），也没有精确度损失。训练主要步骤：剪枝神经网络，只学习重要的连接；量化

计算机视觉研究院

2018-04-17

1.3K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

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