cnn

AI纪元故事会1 天前
人工智能·yolo·目标检测·r语言·cnn
《目标检测全解析：从R-CNN到DETR，六大经典模型深度对比与实战指南》目标检测是计算机视觉的核心任务之一，旨在识别图像中物体的类别并定位其位置。从早期的区域建议方法（如R-CNN系列）到端到端的单阶段检测器（如YOLO、SSD），再到基于Transformer的DETR，技术演进日新月异。本文将系统梳理六大经典模型（R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD、DETR）的核心思想、优缺点及代码实现，帮助读者快速掌握目标检测技术脉络。
vivo互联网技术2 天前
ai·cnn·tensorflow.js·视觉分类模型·你画我猜
从0到1实现：AI版你画我猜小游戏作者： vivo 互联网前端团队- Wei Xing全民AI时代，前端er该如何蹭上这波热度？本文将一步步带大家了解前端应该如何结合端侧AI模型，实现一个AI版你画我猜小游戏。
机器学习之心3 天前
cnn·gru·transformer
TCN-Transformer-GRU时间卷积神经网络结合编码器组合门控循环单元多特征分类预测Matlab实现基本介绍1.Matlab实现TCN-Transformer-GRU时间卷积神经网络结合编码器组合门控循环单元多特征分类预测，运行环境Matlab2023b及以上；
灯火不休时3 天前
人工智能·python·深度学习·神经网络·cnn·tensorflow
95%准确率！CNN交通标志识别系统开源本文首发于 灯火不休时本项目实现了一个基于CNN深度学习的交通标志识别系统，使用Keras构建卷积神经网络，训练准确率高达95%。系统采用Python开发，配备友好的tkinter图形界面，支持用户上传图片并自动识别交通标志类型。项目包含完整的数据预处理、模型训练、评估与部署流程，代码开源，适合深度学习与计算机视觉的学习与实践。源码与数据集均已公开，欢迎访问GitHub或Gitee获取。
zhan1145144 天前
人工智能·pytorch·深度学习·cnn·卷积神经网络
解析平面卷积/pytorch的nn.Conv2d的计算步骤，in_channels与out_channels如何计算而来具体详细步骤如图 详细说明其中各方法含义
文火冰糖的硅基工坊4 天前
人工智能·深度学习·cnn
[人工智能-大模型-116]：模型层 - 用通俗易懂的语言，阐述离散卷积的神奇功能和背后的物理意义我们用大白话 + 生活例子 + 图像直觉，来彻底讲清楚：🔥 离散卷积到底有多神奇？它背后的物理意义是什么？
rengang664 天前
图像处理·人工智能·深度学习·神经网络·cnn
13-卷积神经网络（CNN）：探讨CNN在图像处理中的应用和优势卷积神经网络（Convolutional Neural Network, CNN）是一种深度学习模型，特别适用于处理具有网格结构的数据，如图像。CNN的核心思想是通过卷积层、池化层和全连接层的组合，自动提取输入数据的特征，从而实现对图像的高效识别和分析。
材料科学研究4 天前
深度学习·cnn·abaqus·仿真·有限元
先到先得！深度学习有限元仿真！深度学习有限元分析学习目标：本课程旨在系统地学习如何将深度学习技术与有限元分析（FEM）结合，帮助学员在理论与实践中全面掌握核心概念和应用技能。课程内容将深入探讨有限元方法的基本原理，并结合 Python 、ABAQUS深度学习有限元方法和 FEniCS 实现偏微分方程的求解，以确保学员能够扎实理解有限元分析的基础。除此之外，课程还将探索如何应用深度学习模型（如卷积神经网络）增强有限元分析的能力，特别是在复杂材料、非线性特征和几何问题中的应用。通过案例研究和实际代码示例，学员将能够将所学知识运用到实际工程
java1234_小锋4 天前
python·深度学习·cnn·pytorch2
PyTorch2 Python深度学习 - 卷积神经网络（CNN）介绍实例 - 使用MNIST识别手写数字示例锋哥原创的PyTorch2 Python深度学习视频教程：https://www.bilibili.com/video/BV1eqxNzXEYc
大明者省6 天前
人工智能·深度学习·神经网络·计算机视觉·cnn
案例分析交叉熵和交叉验证区别和联系交叉熵（Cross-Entropy）和交叉验证（Cross-Validation）是机器学习中两个不同维度的概念，前者是损失函数（用于训练模型），后者是模型评估方法（用于检验模型泛化能力），但两者最终目标都是提升模型性能。以下通过 “狗、猫、鸟分类” 案例详细说明它们的区别、联系和应用。
知识搬运工人6 天前
矩阵·cnn·transformer
传统卷积神经网络中的核心运算是卷积或者矩阵乘，请问transformer模型架构主要的计算https://lxblog.com/qianwen/share?shareId=5b900304-9344-4e46-bcb7-e4ab75ae3e77https://lxblog.com/qianwen/share?shareId=5b900304-9344-4e46-bcb7-e4ab75ae3e77
南方的狮子先生6 天前
人工智能·笔记·深度学习·神经网络·机器学习·cnn·1024程序员节
【深度学习】卷积神经网络（CNN）入门：看图识物不再难！作者：南方的狮子先生日期：2025-10GitHub仓库地址：https://github.com/TZ-WYmail/SUSTech-CS312-DeepLearning（包含课件内容，发财小手点点star）
机器学习之心7 天前
回归·cnn·lstm·bo-cnn-lstm·三模型多变量回归预测
Bayes/BO-CNN-LSTM、CNN-LSTM、LSTM三模型多变量回归预测Matlab基于 MATLAB 的深度学习回归预测项目，集成了多种神经网络模型并进行性能比较。以下是对代码的详细分析：
硬件人某某某8 天前
python·cnn·django
python基于卷积神经网络的桥梁裂缝检测系统(django)，附可视化界面，源码博主介绍：✌程序猿徐师兄、8年大厂程序员经历。全网粉丝15w+、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌
CLubiy9 天前
人工智能·pytorch·python·深度学习·cnn·卷积神经网络·池化
【研究生随笔】Pytorch中的卷积神经网络（2）----------------------------------------------------------------接前文----------------------------------------------------------- • 填充和步幅：前面讲到，假设输⼊形状为 n_h × n_w，卷积核形状为 k_h × k_w，那么输出形状将是 ( n_h − k_h + 1) × (n_w − k_w + 1)。因此，卷积的输出形状取决于输⼊形状和卷积核的形状。其次，影响输出现状的还
加油吧zkf9 天前
人工智能·深度学习·cnn
卷积神经网络(CNN)卷积神经网络（CNN）是一种能自动从图片中“找特征、提规律”的深度学习模型，它让计算机第一次真正具备了“看懂图像”的能力，并成为图像识别、目标检测、图像分割等任务的绝对主力模型。
蓝博AI9 天前
人工智能·pytorch·python·神经网络·cnn
基于卷积神经网络的汽车类型识别系统，resnet50，vgg16，resnet34【pytorch框架，python代码】更多图像分类、图像识别、目标检测、图像分割，图像检索等项目可从主页查看功能演示(要看shi pin下面的简介)：
~kiss~10 天前
人工智能·rnn·cnn
CNN（卷积神经网络）和 RNN（循环神经网络）CNN（卷积神经网络）和 RNN（循环神经网络）是深度学习中两种针对不同数据类型设计的网络结构核心机制：通过卷积操作和池化操作处理数据，依赖局部感受野（局部感受野，Local Receptive Field）和参数共享 卷积层：用卷积核提取局部特征（如图像中的边缘、纹理），每个卷积核只关注输入的局部区域（局部感受野），且同一卷积核在输入上滑动时参数复用（参数共享），大幅减少计算量 池化层：对特征图降维，保留关键信息，增强平移不变性（如图像中物体轻微移动不影响识别） 数据假设：输入数据具有空间局部相关性（如
AI妈妈手把手11 天前
人工智能·目标检测·ai·cnn·图像识别·faster rcnn
深入浅出Faster R-CNN：目标检测的里程碑算法在日常生活中，我们经常需要让计算机"看懂"图像——不仅仅是知道图像里有什么，还要知道这些东西在什么位置。这就是目标检测（Object Detection） 的任务：在图像中找出感兴趣的目标（物体），并确定它们的位置和类别。
却道天凉_好个秋11 天前
人工智能·神经网络·cnn
卷积神经网络CNN（六）：卷积、归一化与ReLU总结卷积神经网络（Convolutional Neural Network, CNN）是深度学习中最成功的网络结构之一，广泛应用于计算机视觉、语音识别、自然语言处理等领域。CNN 的核心思想是通过“局部感知、权值共享、层次特征提取”来自动学习数据中的空间结构特征。