暂无搜索历史
空洞卷积（Dilated Convolution） 是一种改进的卷积操作，通过在卷积核中引入“空洞”来扩大感受野。想象你通过一个3x3的窗口看图片，空洞卷积允许...
深度可分离卷积网络是一种高效的神经网络设计，尤其在计算机视觉领域中备受关注。它通过将传统卷积操作拆分为两个步骤——深度卷积和点卷积——大幅降低了计算量和参数量，...
可变形卷积网络（Deformable Convolutional Network，简称DCN）是计算机视觉领域中一种颇具创新性的神经网络模型。它结合了传统卷积神...
周末闲来无事，刷朋友圈时看到有人提到了一款叫 Trae 的工具，说是能“无需手动写代码”，还能“一键生成项目”。作为一个对新技术充满好奇的人，我立马来了兴趣，心...
Swin Transformer（Shifted Window Transformer）是计算机视觉领域中一种创新的Transformer变体，它结合了卷积神经...
在AI技术飞速发展的2025年，编程方式正经历着前所未有的变革。作为一个在代码堆里摸爬滚打了五年的程序员，我从未想过有一天写代码会变成 "聊天"。如今写代码早已...
目标检测作为计算机视觉领域的核心问题之一，其重要性随着深度学习技术的发展而日益凸显。本文深入探讨了基于深度学习的Faster R-CNN模型，这是一种革命性的目...
语义分割技术能够为图像中的每个像素分配一个类别标签，这对于理解图像内容和在复杂场景中找到目标对象至关重要。在自动驾驶和增强现实等应用中，实时性是一个硬性要求，因...
疲劳驾驶是导致交通事故的主要原因之一。脑电图(EEG)是一种直接从大脑活动中检测睡意的方法，已广泛用于实时检测驾驶员的睡意。最近的研究表明，使用基于脑电图数据构...
社交机器人在社交媒体上的大量存在导致了诸多问题，如散布虚假信息、操纵选举等。有效检测社交机器人对于保护用户利益和确保平台稳定运行至关重要。传统的机器学习方法如随...
YOLOv8-QSD是一种为了提高自动驾驶车辆在复杂交通环境中检测小物体的准确性和速度而设计的改进型算法。它基于YOLOv8，并采用结构重参数化技术优化了多样化...
无人机（UAVs）在城市自动巡逻中发挥着重要作用，但它们在图像识别方面面临挑战，尤其是小目标检测和目标遮挡问题。此外，无人机的高速飞行要求检测系统具备实时处理能...
本文提出了一种名为RNET（Residual Network with Efficient Transformer）的网络，该网络结合了三种有效的设计元素：
论文：ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks
计算机视觉模拟了生物视觉，使用计算机及相关设备处理和分析图像和视频数据。计算机视觉在多个领域内受到极大关注，包括工业生产、农业、医疗健康等。计算机视觉任务主要分...
本文为稀土掘金技术社区首发签约文章，30天内禁止转载，30天后未获授权禁止转载，侵权必究！
人类活动识别（Human Activity Recognition, HAR）是环境计算和情境感知计算领域中一个重要的研究主题。随着智能手机和可穿戴设备的普及，...
构建HAR-DeepConvLG模型所依赖的几种深度学习技术，包括卷积神经网络（CNN）、挤压和激励块（SE块）、长短期记忆网络（LSTM）和门控循环单元（GR...
Hello，大家好！这里是《Dream 的深度学习笔记》,本系列将聚焦三个学习方面：
由于近年来目标检测器的进步，自上而下的流程已经取得了巨大进步，并已成为主流。然而，遮挡和快速运动是阻碍这些方法完美的两个障碍。自上而下的方法根据由姿态估计器预测...
