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
本立2道生
君子务本,本立而道生。关注计算机视觉、机器学习、深度学习、算法、编程等。
专栏作者
举报
72
文章
125987
阅读量
17
订阅数
订阅专栏
申请加入专栏
全部文章(72)
编程算法(21)
其他(13)
神经网络(12)
kernel(6)
机器学习(5)
python(5)
深度学习(5)
人工智能(5)
卷积神经网络(4)
数据结构(4)
http(3)
processing(3)
对象存储(2)
人脸识别(2)
c++(2)
javascript(2)
html(2)
打包(2)
数据分析(2)
windows(2)
go(1)
lua(1)
bash(1)
angularjs(1)
xml(1)
css(1)
json(1)
汇编语言(1)
ide(1)
git(1)
matlab(1)
linux(1)
云函数(1)
批量计算(1)
文件存储(1)
图像处理(1)
出行(1)
存储(1)
网络安全(1)
图像识别(1)
numpy(1)
面向对象编程(1)
opencv(1)
二叉树(1)
pytorch(1)
tcp/ip(1)
anaconda(1)
https(1)
absolute(1)
alpha(1)
block(1)
error(1)
filter(1)
gpu(1)
label(1)
layer(1)
map(1)
mean(1)
network(1)
transition(1)
网络(1)
搜索文章
搜索
搜索
关闭
VGG(2014),3x3卷积的胜利
机器学习
神经网络
深度学习
人工智能
VGG(2014)网络出自paper《Very Deep Convolutional Networks for Large-Scale Image Recognition》,为ILSVRC2014 localization冠军和classification亚军方法(冠军为GoogLeNet),首次提交arXiv时间为2014年9月,后发表在ICLR2015,截止20191011引用量达27612。因为出自牛津大学Visual Geometry Group,所以网络被命名为VGG,根据层数不同,又分为VGG16、VGG19等。
李拜六不开鑫
2019-10-15
636
0
从AlexNet(2012)开始
机器学习
神经网络
深度学习
人工智能
本文重点在于回顾深度神经网络在CV领域的First Blood——AlexNet,AlexNet是首个在大规模图像识别问题取得突破性进展的深度神经网络,相比基于SIFT+FVs、稀疏编码的传统方法,性能提升了10多个百分点(error rate 26.2% → 15.3%,ILSVRC-2012),并由此开启了深度神经网络血洗CV各领域的开端,如下图所示(SuperVision即AlexNet)。
李拜六不开鑫
2019-09-12
870
0
论文学习-深度学习目标检测2014至201901综述-Deep Learning for Generic Object Detection A Survey
机器学习
神经网络
深度学习
人工智能
图像识别
paper:https://arxiv.org/abs/1809.02165 github:https://github.com/hoya012/deep_learning_object_detection,
李拜六不开鑫
2019-03-04
652
0
人脸检测中,如何构建输入图像金字塔
人工智能
在文章《特征,特征不变性,尺度空间与图像金字塔》中我们初步谈到了图像金字塔,在这篇文章中将介绍如何在人脸检测任务中构建输入图像金子塔。
李拜六不开鑫
2018-12-24
1.6K
0
重走机器学习之路——形而上者谓之道
机器学习
神经网络
深度学习
人工智能
天地间本就存在种种规律和法则,这些规律和法则在物质世界相互作用、不断演化形成了世间万象,比如水蒸气遇冷液化成雨,比如万有引力让苹果落到地上。世间万象称之为“形”或“象”。
李拜六不开鑫
2018-09-04
312
0
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战,赢鹅厂证书、公仔好礼!
立即学习
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