cnn

qunshankeji15 小时前
目标检测·r语言·cnn
战场目标检测：Faster R-CNN与RegNetX-800MF融合实现建筑物人员坦克车辆识别_2战场目标检测是计算机视觉领域的重要研究方向，特别是在军事应用中，快速准确地识别建筑物、人员、坦克和车辆等目标对于战场态势感知至关重要。本文将介绍如何结合Faster R-CNN和RegNetX-800MF两种强大的深度学习模型，构建一个高效的战场目标检测系统。
Gitpchy16 小时前
人工智能·神经网络·cnn
简单CNN——作业（补充）总共训练了15个epoch，结构为三层卷积层 + 两层全连接层。最终测试集准确率为78.50 %，累计平均损失为0.7247
算法与编程之美1 天前
人工智能·pytorch·深度学习·神经网络·cnn
探究pytorch中多个卷积层和全连接层的输出方法1 问题问题1: 多个卷积层连续输出方法问题2: 多个卷积层加上多个全连接层的输出方法。2 方法问题1: 多个卷积层连续输出方法
麦麦大数据2 天前
人工智能·深度学习·神经网络·cnn·可视化·智能问答·病虫害识别
F045 vue+flask棉花病虫害CNN识别+AI问答知识neo4j 图谱可视化系统深度学习神经网络文章结尾部分有CSDN官方提供的学长 联系方式名片 文章结尾部分有CSDN官方提供的学长 联系方式名片 文章结尾部分有CSDN官方提供的学长 联系方式名片 文章结尾部分有CSDN官方提供的学长 联系方式名片 关注B站，有好处！ B站号： 麦麦大数据
麻雀无能为力3 天前
人工智能·神经网络·cnn
现代卷积神经网络书中使用pytorch框架直接实现了这个网络vgg网络中使用了vgg块，vgg快中可以自定义卷积层数和输出通道，书中使用循环实现vgg块，可以很方便的定义这些参数。
MATLAB代码顾问4 天前
开发语言·matlab·cnn
MATLAB实现CNN（卷积神经网络）图像边缘识别MATLAB实现CNN（卷积神经网络）图像边缘识别1.CNN（卷积神经网络）图像边缘识别CNN（卷积神经网络）的图像边缘识别，核心是通过卷积层模拟视觉系统对边缘的感知，无需人工设计特征，实现自动、高效的边缘检测。
sensen_kiss4 天前
机器学习·计算机视觉·cnn
INT305 Machine Learning 机器学习 Pt.6 卷积神经网络（Convolutional Neural Network）人类对图像的理解与计算机对图像的理解有所差异。 在计算机中，图像通常被表示为三维数组（3D arrays）的数字，这些数字是图像中每个像素的颜色值。对于彩色图像，通常使用RGB（红、绿、蓝）三个颜色通道来表示每个像素的颜色，因此每个像素的颜色值可以由三个数字来表示，这三个数字的范围通常是0到255。 除此之外计算机在识别图片任务上多种挑战：
B站_计算机毕业设计之家5 天前
python·深度学习·神经网络·算法·yolo·机器学习·cnn
深度学习：python人脸表情识别系统 情绪识别系统 深度学习 神经网络CNN算法 ✅博主介绍：✌全网粉丝10W+，前互联网大厂软件研发、集结硕博英豪成立软件开发工作室，专注于计算机相关专业项目实战6年之久，累计开发项目作品上万套。凭借丰富的经验与专业实力，已帮助成千上万的学生顺利毕业，选择我们，就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅
CV炼丹术5 天前
图像处理·人工智能·cnn·transformer
AAAI 2025 | 川大提出Mesorch：CNN与Transformer并行架构，革新图像篡改检测！点击原文，查看更多论文精读如今，图像篡改技术越来越逼真，如何准确识别和定位图像中被篡改的区域成为一个重要课题。现有的方法大多只关注图像的微观痕迹（如噪声、边缘）或宏观语义（如物体内容），难以同时捕捉篡改留下的细微痕迹和整体语义变化，导致定位效果不佳。
Dfreedom.5 天前
人工智能·神经网络·cnn·卷积神经网络
卷积神经网络（CNN）全面解析带着问题阅读： ① 卷积神经网络是干什么用的？ ② 它的基本流程是什么？ ③ 每个流程的作用是什么？ ④ 它的具体计算过程是什么样的？ ⑤ 典型应用场景有哪些？
B站_计算机毕业设计之家5 天前
python·深度学习·计算机视觉·信息可视化·分类·cnn·django
深度血虚：Django水果检测识别系统 CNN卷积神经网络算法 python语言 计算机 大数据✅博主介绍：✌全网粉丝10W+，前互联网大厂软件研发、集结硕博英豪成立软件开发工作室，专注于计算机相关专业项目实战6年之久，累计开发项目作品上万套。凭借丰富的经验与专业实力，已帮助成千上万的学生顺利毕业，选择我们，就是选择放心、选择安心毕业✌ > 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅
听风吹等浪起6 天前
人工智能·深度学习·cnn·transformer
基于改进TransUNet的港口船只图像分割系统研究本报告详细介绍了基于改进TransUNet架构的港口船只图像分割系统的设计与实现。该系统结合了传统卷积神经网络与Transformer的优势，通过引入空间注意力机制和特征金字塔注意力模块，显著提升了港口复杂场景下船只分割的准确性和鲁棒性。
qzhqbb6 天前
神经网络·计算机视觉·cnn
神经网络 - 卷积神经网络枕叶包含初级视觉皮层（V1区），位于新皮质的最后端，更高层级的视觉区域从这里向前延伸。显然，其主要功能是视觉处理。
apocalypsx7 天前
人工智能·深度学习·cnn
深度学习-深度卷积神经网络AlexNetAlexNet由多伦多大学的Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton在2012年的ImageNet图像分类竞赛中提出，并以优异成绩获得第一名。在此之前，虽然上一节介绍的LeNet获得了一定影响力，但由于当时的算力不足和数据集较小，卷积神经网络并没有得到广泛应用。ImageNet数据集和AlexNet的出现改变了这一切，开启了卷积神经网络的时代。
AI纪元故事会8 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9 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10 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10 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。
zhan11451411 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11 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？