cnn

AI即插即用9 小时前
图像处理·人工智能·深度学习·神经网络·计算机视觉·cnn·视觉检测
即插即用系列 | ECCV 2024 WTConv：利用小波变换实现超大感受野的卷积神经网络论文标题：Wavelet Convolutions for Large Receptive Fields
roman_日积跬步-终至千里20 小时前
人工智能·学习·cnn
【人工智能导论】07-学习-CNN:卷积+池化+多层堆叠，有效处理图像等结构化数据⏱️ 预计阅读时间：40-50分钟 🎯 学习目标：学会怎么设计处理图像的神经网络，怎么用卷积和池化提取特征，怎么应用到实际视觉任务。
AI即插即用21 小时前
人工智能·深度学习·神经网络·目标检测·计算机视觉·cnn·transformer
即插即用系列 | CVPR 2024 RMT：既要全局感受野，又要 CNN 的局部性？一种拥有显式空间先验的线性 Transformer论文标题：RMT: Retentive Networks Meet Vision Transformers
smile_Iris21 小时前
人工智能·深度学习·cnn
Day 45 简单CNN@浙大疏锦行通过对训练集图像进行随机变换（如翻转、旋转、裁剪），扩充有效训练数据、防止过拟合、提升模型泛化能力；测试集仅做必要的归一化 / 缩放，不做随机增强（保证评估结果稳定）。
【建模先锋】2 天前
人工智能·python·回归·cnn·回归预测·特征可视化·shap 可视化分析
基于CNN-SENet+SHAP分析的回归预测模型！单步预测-风速预测模型代码全家桶-CSDN博客半天入门！锂电池剩余寿命预测（Python）-CSDN博客
DuanPenghao2 天前
人工智能·嵌入式硬件·神经网络·cnn·risc-v
RISCV实战：实现基于Verilator模拟蜂鸟E203的加法器和卷积神经网络仿真本次实验使用WSL2在Windows11操作系统下进行。WSL2 是微软推出的一项技术，允许开发人员在 Windows 上直接运行原生的 Linux 环境（包括大多数命令行工具、实用工具和应用程序），而无需产生传统虚拟机（如 VMware、VirtualBox）那样的高额开销，也不需要配置双系统。
AI即插即用2 天前
人工智能·深度学习·神经网络·目标检测·计算机视觉·cnn·transformer
即插即用系列 | 2025 RestorMixer：融合 CNN、Mamba 与 Transformer 的高效图像复原的集大成者！论文标题：AN EFFICIENT AND MIXED HETEROGENEOUS MODEL FOR IMAGE RESTORATION
SmartBrain2 天前
图像处理·人工智能·cnn
对比：Qwen-VL与传统的CNN在图像处理应用千问VL（Vision-Language）模型与传统的CNN（卷积神经网络）图像处理模型在设计目标、核心架构、功能范围和技术范式上存在根本性差异。简单来说，CNN是专精于视觉特征提取的专家，而千问VL是具备视觉理解能力的通用多模态智能体。
【建模先锋】2 天前
人工智能·深度学习·分类·cnn·卷积神经网络·故障诊断·轴承故障诊断
故障诊断模型讲解：基于1D-CNN、2D-CNN分类模型的详细教程！Python轴承故障诊断 (14)高创新故障识别模型-CSDN博客独家原创 | SCI 1区 高创新轴承故障诊断模型！-CSDN博客
Piar1231sdafa3 天前
目标检测·目标跟踪·cnn
舰船目标检测与识别：基于Mask R-CNN的改进模型_x101-64x4d_fpn_ms-poly_3x_coco实战详解舰船目标检测与识别是海洋监视、海事安全和海洋资源管理等领域的重要技术。随着深度学习的发展，基于卷积神经网络的目标检测算法取得了显著进展。本文将详细介绍如何基于Mask R-CNN的改进模型_x101-64x4d_fpn_ms-poly_3x_coco进行舰船目标检测与识别的实战应用。
haiyu_y3 天前
人工智能·神经网络·cnn
day 44 简单 CNN 实战用一次完整的深度学习流程来体验从 MLP 迈向 CNN：数据增强 → 卷积建模 → 训练调度 → 结果分析。
不惑_3 天前
人工智能·神经网络·cnn
CNN：通俗理解卷积神经网络想象一下，你在看一张照片，比如一张猫的图片。你的大脑如何瞬间认出这是只猫？它不是逐个像素地检查，而是捕捉到猫的特征：毛茸茸的毛、尖耳朵、胡须等。这些特征分布在图片的不同部分，大脑通过层层处理，最终得出结论。这就是卷积神经网络（Convolutional Neural Network，简称CNN）的灵感来源。
fie88893 天前
matlab·cnn·超分辨率重建
MATLAB中基于CNN实现图像超分辨率重建在MATLAB中基于CNN实现图像超分辨率重建，主要有使用预训练模型和从零训练自定义网络两种路径。这是最快捷的方法。MATLAB提供了在大型数据集上预训练好的VDSR网络，能直接用于2倍、3倍、4倍等常见倍率的超分。
roman_日积跬步-终至千里4 天前
目标检测·计算机视觉·cnn
【计算机视觉（19）】语义理解-CNN应用_目标检测_语义分割📌 适合对象：计算机视觉初学者、深度学习入门者 ⏱️ 预计阅读时间：70-80分钟 🎯 学习目标：理解CNN在语义分割和目标检测中的应用，掌握全卷积网络、R-CNN系列和单阶段检测器的基本原理
liwulin05064 天前
python·yolo·cnn
【PYTHON-YOLOV8N】yoloface+pytorch+cnn进行面部表情识别这里使用的数据集是 FER2013FER2013 原始数据集是 CSV 格式，需先转换为「按类别分文件夹」的结构（方便 PyTorch 加载），结构如下：
代码洲学长4 天前
人工智能·神经网络·cnn
卷积神经网络CNN卷积神经网络就是一个包括卷积层和池化层的神经网络，主要应用于计算机视觉方面，应用场景包括图像分类、目标检测、面部解锁、自动驾驶等。
简简单单做算法4 天前
matlab·回归·cnn·回归预测·cnn-bilstm·pso-cnn-bilstm
基于PSO优化CNN-BiLSTM网络模型的多输入单输出回归预测算法matlab仿真目录1.前言2.算法运行效果图预览3.算法运行软件版本4.部分核心程序5.算法理论概述6.参考文献7.算法完整程序工程
Lun3866buzha4 天前
深度学习·r语言·cnn
【深度学习】Mask R-CNN在温室番茄成熟度检测中的应用——基于ResNet18与FPN的多级特征融合分类系统随着现代农业的快速发展，智能农业技术正逐渐改变传统农业生产方式。在温室种植中，番茄作为一种重要的经济作物，其成熟度的准确检测对提高产量和品质具有重要意义。传统的番茄成熟度检测主要依靠人工观察，不仅效率低下，而且容易受主观因素影响。近年来，深度学习技术在农业图像识别领域展现出巨大潜力，为番茄成熟度检测提供了新的解决方案。
好风凭借力，送我上青云4 天前
人工智能·pytorch·深度学习·算法·矩阵·cnn
Pytorch经典卷积神经网络-----激活函数篇在神经元的数学表达式 (y = h(wx+b)) 中，h、w、b 分别代表激活函数、权重参数、偏置参数，三者是构成单个神经元的核心要素，共同实现对输入信号的加权变换与非线性映射 其中h则为激活函数 本质：一个非线性函数，用于对线性变换结果 (wx+b) 进行映射，让神经元具备非线性表达能力。核心作用：如果没有激活函数，无论神经网络有多少层，最终输出都是输入的线性组合（多层线性变换等价于单层线性变换），无法拟合复杂的非线性任务（如图像分类、语音识别）。
roman_日积跬步-终至千里4 天前
计算机视觉·架构·cnn
【计算机视觉（18）】语义理解-CNN架构概览_VGG_Inception_ResNet📌 适合对象：计算机视觉初学者、深度学习入门者 ⏱️ 预计阅读时间：60-70分钟 🎯 学习目标：理解经典CNN架构（VGGNet、GoogLeNet、ResNet）的设计思想和特点，掌握如何设计有效的CNN架构