cnn

python与大数据分析2 天前
cnn·开源·transformer
CNN+Transformer+Mamba 16 模型全景对比｜DeepGlobe 遥感土地覆盖分割最全开源工程基于 DeepGlobe 土地覆盖数据集，用一套统一协议训练并对比 16 个分割模型（15 个主线模型：CNN、Transformer、Mamba、混合架构；外加 4090 实验线 wangbq-net）。文后提供gitee代码地址，也算是这段时间的学习告一段落了
ZDN_is_beauty2 天前
人工智能·深度学习·cnn
深度学习2-卷积神经网络卷积是一种数学运算，在深度学习（尤其是计算机视觉）中，特指二维互相关运算（通常简称为卷积）。其基本操作是：用一个小的卷积核（filter/kernel）在输入图像上滑动，对每个位置上的重叠区域做逐元素相乘再求和，得到输出特征图中的一个值。 可以把卷积核想象成一个“模式探测器”或“特征筛选器”。当卷积核滑动到某个位置时，它与图像局部区域的相似度越高，输出值就越大。例如，一个检测垂直边缘的卷积核，会在图像的垂直边缘处产生较大的响应。
机器学习之心3 天前
matlab·cnn·lstm·cnn-lstm·轴承剩余寿命预测
基于CNN-LSTM的轴承剩余寿命预测，MATLAB代码关键词：剩余寿命预测（RUL）、CNN-LSTM、1D 卷积、LSTM 门控、预测性维护、MATLAB R2024b
牧羊人.3333 天前
网络·人工智能·深度学习·神经网络·算法·cnn·迁移学习
动手学深度学习 07|Resnet网络与迁移学习目录前言一、传统 CNN 的两大痛点二、ResNet 核心思想：残差连接为什么残差能解决退化三、ResNet 整体架构
一只废狗狗狗狗狗狗狗狗狗5 天前
人工智能·算法·cnn
Network架构1——卷积神经网络CNNlabel的维数决定了预测的种类的数量一张图片怎么输入计算机中？一个图片的每个点都是由rgb(包括三个不同数值的颜色形成的），所以我们可以将所有数值提取出排列形成矩阵，作为计算机的输入
田里的水稻5 天前
人工智能·神经网络·机器学习·cnn·机器人·迁移学习
IL_策略训练---CNN/1D神经网络种类三EI：Embodied Intelligent， CNN：Convolutional Neural Network，IL：Imitation Learning
数智工坊5 天前
人工智能·深度学习·线性代数·cnn
视觉SLAM第4讲｜李群与李代数：位姿优化的数学基石前面第三讲我们讲了好几种描述刚体位姿的方式：旋转矩阵、四元数、欧拉角。学到这里你可能会问：能用的表示方式都有了，还折腾李群李代数干嘛？
Raspberry_Pi_官方账号5 天前
人工智能·神经网络·cnn·树莓派·raspberrypi
观察、理解与响应：Raspberry Pi 5 上的低功耗 CNN、VLM 和 SLM 工作负载大多数边缘 AI/ML（人工智能/机器学习）工作负载适合在 CPU 上运行，但对于少数 CPU 无法胜任的工作负载而言，加速器就显得尤为重要。Raspberry Pi 用户有多种加速方案可供选择，包括我们自家的 AI HAT+ 和 HAT+ 2，以及来自更广泛的 Raspberry Pi 生态系统的产品。在本文中，我们在 Sixfab 和 DEEPX 的朋友将探讨如何在使用 Sixfab AI HAT+ 的 Raspberry Pi 5 上运行视觉和紧凑型语言 AI，以及 3 瓦功耗的 NPU 能在边缘设
梦帮科技5 天前
网络·人工智能·深度学习·神经网络·自然语言处理·cnn·mlir
端侧编译原理：TVM / MLIR 计算图模式匹配、算子融合与显存生命周期复用专栏名称：《QNL-36：从量子张量网络到端侧异构认知大模型全栈实战》 分卷归属：卷六·端侧编译器、极限推理加速与可证伪性测评（Volume VI: Edge Compilation, Extreme Inference & Falsifiable QC） 文档编号：QNL-36-VOL06-ART21 主笔专家：QNL-009 COMPILER-TVM（端侧编译专家）· QNL-020 MLIR-DIALECT（计算图方言专家） 联署质检：QNL-031 VRAM-GUARD（显存守卫架构师）· QNL
TGITCIC9 天前
人工智能·cnn·人脸识别·卷积神经网络·人脸
CNN 小白实战入门（九）：检测到人脸后，进一步判断谁戴了口罩在讲原理和代码之前，先让你看看最终做出来的东西长什么样。运行代码后，会弹出一个图形化窗口。左边占 70% 是摄像头实时预览区，右边占 30% 是控制面板——顶部 5 个按钮横向排列（打开摄像头、拍摄、训练、识别、本地识别），中间是状态栏，下方是大尺寸的识别预览区。
程序猿阿森10 天前
rnn·cnn·transformer
Transformer 相对 CNN/RNN 的核心优势：全局依赖、并行计算与可扩展性本文从全局依赖、并行计算、可扩展性三个维度，系统对比 Transformer 与 CNN、RNN 的差异，解释为什么 Transformer 能成为大模型时代的基础架构。
Yolanda_202211 天前
人工智能·神经网络·cnn
18.神经网络-卷积层nn.Conv1d: 一维卷积 nn.Conv2d: 二维卷积（图像处理最常用） nn.Conv3d: 三维卷积
打不了嗝 ᥬ᭄12 天前
人工智能·神经网络·cnn
卷积神经网络（CNN）基础与整体架构一. 为什么需要 CNN——从全连接的困境说起传统神经网络 vs CNN二. CNN 的整体组成：一条流水线
水桶学习吧_12 天前
matlab·cnn·simulink
电网负载无功MATLAB仿真关键词：CNN-BiLSTM；无功功率；电压稳定；MATLAB；DSTATCOM一、文章简要介绍这篇Scientific Reports文章来自印度和埃塞俄比亚的团队，2025年发表，DOI：10.1038/s41598-025-24751-9。要解决的问题很实际：风、光这些可再生能源出力忽高忽低，并网后电压跟着波动，电网的电压质量会变差。文章用MATLAB/Simulink搭了一套智能电网，让DSTATCOM动态补偿无功功率，再用CNN-BiLSTM网络来控制它，最后用一个自适应鹦鹉优化器（APO）把网
千里码aicood13 天前
人工智能·cnn·transformer
基于cnn和transformer的卡通图像质量评价随着数字媒体的发展，卡通图像的应用日益广泛，其质量评价成为重要需求。传统的图像质量评价方法难以准确评估卡通图像的独特风格和特征。因此，本项目提出了一种基于CNN和Transformer的卡通图像质量评价方法，旨在提高评估的准确性和效率。本文首先介绍了卡通图像质量评价的相关背景和意义，然后详细阐述了项目的主要内容包括卡通图像的特征提取、CNN和Transformer模型的构建与训练，以及质量评价的具体实现。本项目采取的技术路线是先利用CNN进行图像特征提取，再通过Transformer进行特征融合和分类，最
@陈小鱼13 天前
人工智能·深度学习·神经网络·算法·cnn·transformer·血压
基于CNN-Transformer的无袖带血压估计血压（Blood Pressure，BP）是反映人体心血管系统状态的重要生理参数，也是高血压等心血管疾病诊断、风险评估与健康管理的重要指标[]。传统血压测量主要依赖基于袖带充气的示波法或听诊法，通过周期性压迫动脉血管获得收缩压（Systolic Blood Pressure，SBP）和舒张压（Diastolic Blood Pressure，DBP）。尽管袖带式血压计具有较成熟的测量原理和较高的临床认可度，但其通常只能获得离散时间点的血压值，并不适合长时间、连续性的日常血压监测，因此，无袖带血压（Cuff
zh路西法14 天前
pytorch·python·神经网络·cnn·resnet·resnet18
【ResNet18】从图像到视觉特征：卷积神经网络如何理解图像Input 输入图像Conv2d 卷积Feature Map 特征图Conv2d 卷积Feature Map 特征图
千里码aicood14 天前
人工智能·神经网络·cnn
基于CNN的陕西降雨量气象分析在全球气候变化的大背景下，极端天气事件如暴雨、干旱等频繁发生，对人类社会经济活动和生态环境造成了严重影响。准确预测降水量对于防灾减灾、水资源管理、农业生产等方面具有重要意义。本系统采用先进的深度学习技术，包括CNN、LSTM和Transformer模型，对气象数据进行深入分析和降水量预测。CNN模型通过卷积层自动提取气象数据中的空间特征，适用于降水量等气象要素的预测。LSTM模型作为一种特殊的循环神经网络，能够有效处理和预测时间序列数据，适用于降水量等气象数据的预测。Transformer模型通过自注意力
YOLO_DATA25 天前
人工智能·深度学习·yolo·机器学习·cnn
无人机高速公路道路缺陷数据集 道路损伤数据集 公路裂缝识别 AI大疆数据集 10798期道路损伤检测数据集，面向道路路面状态的多类目标识别，适用于道路安全巡检、路面质量监测、市政养护等相关视觉任务，可直接用于目标检测模型训练。
Ivanqhz25 天前
python·深度学习·神经网络·cnn·mlir
BM1688 双核架构BM1688 把两个独立的计算核封装在一颗芯片里，每个核有自己的指令队列、局部存储和 L2BM1684X 是单核组、64 Lane：