腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
计算机视觉战队
专栏作者
举报
811
文章
718087
阅读量
103
订阅数
订阅专栏
申请加入专栏
全部文章
深度学习
神经网络
图像识别
图像处理
人工智能
机器学习
编程算法
模型
人脸识别
其他
数据
https
网络
网络安全
卷积神经网络
框架
性能
开源
github
论文
pytorch
yolo
python
算法
存储
linux
监督学习
对象
腾讯云测试服务
数据分析
git
设计
NLP 服务
css
云直播
计算机视觉
大数据
gpt
部署
量化
视频
tcp/ip
批量计算
http
分布式
学习方法
架构
微信
tensorflow
windows
数据结构
c++
opencv
安全
基础
ide
游戏
机器人
工作
内存
压缩
自动驾驶
html
嵌入式
迁移学习
chatgpt
公众号
系统
.net
打包
apt-get
无人驾驶
kernel
bit
map
编码
连接
搜索
效率
优化
源码
对象存储
angularjs
android
硬件开发
api
文件存储
自动化
缓存
numpy
数据处理
视频分析
ghost
max
测试
二维码
函数
解决方案
实践
ios
bash
node.js
ajax
数据库
搜索引擎
ubuntu
apache
bash 指令
文字识别
企业
正则表达式
面向对象编程
推荐系统
决策树
线性回归
模式识别
无监督学习
anaconda
特征工程
联邦学习
class
code
detection
double
facebook
image
input
layer
nas
nvidia
object
openai
space
编程
工具
计算机科学
开发
可视化
软件
手机
统计
通信
异常
内容分发网络 CDN
java
javascript
r 语言
typescript
单片机
arm
composer
sql
mvc
matlab
spring
云函数
访问管理
SSL 证书
人脸核身
腾讯云小微
视频处理
网站
高性能计算
金融
医疗
vr 视频解决方案
智能交通
serverless
爬虫
强化学习
keras
gcc
物联网
架构设计
腾讯云开发者社区
信息流
云计算
虚拟化
功能测试
性能测试
数据集成
视频理解
汽车
智能家居
智慧建筑
ava
block
case
cell
chat
cloud
crop
data
db
debug
enterprise
figure
geometry
glm
gpu
interpreter
key
matrix
meta
microsoft
mobile
network
proc
range
sf
similarity
solver
spatial
split
splunk
subplot
title
token
v8
video
vmware
边缘计算
产品
反射
服务
服务器
行业
华为
集合
技巧
脚本
科技
事件
调试
同步
微信公众号
语音
增强现实
终端
Mixpanel
LLM
搜索文章
搜索
搜索
关闭
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
225
0
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
169
0
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
360
0
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
762
0
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
1.3K
0
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!
立即发文
Python精品学习库
代码在线跑,知识轻松学
立即查看
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
立即体验
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
立即查看
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