机器学习的分支,试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法
厦门大学方宁教授团队基于深度学习,研发了一种自动化、高速、多维的单粒子追踪 (SPT) 系统,打破了细胞微环境中纳米颗粒旋转追踪的局限性。
AlexNet是深度学习领域的一个重要里程碑,其论文全名为"ImageNet Classification with Deep Convolutional Ne...
AI绘画是一种结合了人工智能技术和绘画艺术的新兴领域。它利用深度学习和计算机视觉等技术,让计算机系统能够自动化地生成和改进艺术作品。在许多领域都有应用的潜力,包...
回到问题二,答案为深度学习中的黑天鹅确实存在,确实有种子表现得比较好或者比较差,这是一个比较令人担忧的结果,因为当前深度学习社区内,大多文章都是追求模型效果的,...
基于深度学习的交通流量检测系统 深度学习|人工智能|数据分析|VUE|SpringBoot
在数学和计算机科学中,单位矩阵常被用于表示线性变换中的恒等变换,即不改变向量的大小和方向的变换。它也被广泛应用于线性代数、计算机图形学、机器学习和深度学习等领域...
本文将从神经网络定义、深度学习定义、深度学习历史、基础神经网络来简单介绍神经网络的基础部分。
模型的训练不是单纯的调参,重要的是能针对出现的各种问题提出正确的解决方案。本文就训练网络loss出现Nan的原因做了具体分析,并给出了详细的解决方案,希望对大家...
DetNet是发表在ECCV2018的论文,出发点是现有的检测任务backbone都是从分类任务衍生而来的,因此作者想针对检测专用的backbone做一些讨论和...
ResNet-101 + R-FCN:83.6% in PASCAL VOC 2007 test datasets
把转化成的矩阵先转化成LongTensor类型后(代码要求类型,所以必须转换成LongTensor类型,或者说至少要转换成torch类型),然后过定义好的emb...
在当前的检测项目中,需要一个高效且准确的算法来处理大量的图像数据。经过一番研究和比较,初步选择了YOLOv5作为算法工具。YOLOv5是一个基于深度学习的检测算...
带有雾霾的图像具有低对比度和模糊的特性,这会严重影响下游图像处理模型的表现,例如行人检测、图像分割等。对此,大量的单幅图像去雾方法被开发出来,它们的目的在于把输...
传统的水果图像识别系统的一般过程如下图所示,主要工作集中在图像预处理和特征提取阶段
论文: PeLK: Parameter-efficient Large Kernel ConvNets with Peripheral Convolution
众所周知,BN是深度学习中常使用的归一化方法,在提升训练以及收敛速度上发挥了重大的作用,是深度学习上里程碑式的工作,但是其仍然存在一些问题,而新提出的GN解决了...
摘要:本综述涵盖了深度学习技术应用到SLAM领域的最新研究成果,重点介绍和总结了深度学习在前端跟踪、后端优化、语义建图和不确定性估计中的研究成果,展望了深度学习...
论文: FasterViT: Fast Vision Transformers with Hierarchical Attention
论文: LORS: Low-rank Residual Structure for Parameter-Efficient Network Stacking