cnn

hhzz21 小时前
图像处理·计算机视觉·ai·cnn·大模型
CNN图像分类入门：基于TensorFlow+Keras的CIFAR-10数据集全流程实战CIFAR-10是深度学习图像分类领域最经典的数据集之一，由Alex Krizhevsky、Vinod Nair和Geoffrey Hinton于2009年收集整理。它包含60000张32×32彩色图像，分为10个类别，每个类别6000张，是计算机视觉入门和模型验证的"金标准"。
matlab代码1 天前
人工智能·神经网络·cnn·叶片虫害识别·matlab识别
基于CNN卷积神经网络叶片虫害程度识别系统 （GUI界面）【源码45期】本系统是一个基于卷积神经网络（CNN）的树叶病虫害识别系统，能够对树叶图像进行病虫害程度分类，将叶片状态划分为轻度灾害、中度灾害、重度灾害和健康四种类别。系统通过MATLAB GUI提供直观的可视化操作界面，用户可选取单张树叶图像进行识别，也可批量评估测试集整体识别准确率。
hhzz3 天前
图像处理·python·深度学习·计算机视觉·cnn
CNN猫狗图像分类实战：基于Keras+TensorFlow的卷积神经网络全流程解析图像分类是计算机视觉领域最基础也是最核心的任务之一。猫狗图像分类（Cats vs Dogs Classification）作为图像分类的"Hello World"级项目，虽然看似简单，却涵盖了深度学习图像分类的完整技术栈，是入门卷积神经网络（CNN）的最佳实践案例。
z小猫不吃鱼4 天前
算法·cnn·剪枝
ResRep: Lossless CNN Pruning via Decoupling Remembering and Forgetting论文题目：ResRep: Lossless CNN Pruning via Decoupling Remembering and Forgetting
OpenApi.cc4 天前
人工智能·神经网络·cnn
video-caption-cnn基于 Mocode 深度学习引擎训练的视频字幕分类模型，支持 20 种视频描述主题分类。注: 由于源数据集规模巨大（数百GB），本模型使用合成数据进行训练验证。合成数据模拟了 20 种视频描述主题的视觉特征（颜色、运动、纹理等）。
橙臣程5 天前
rnn·深度学习·cnn
深度学习2——CNN与RNN概述CNN 全称为 Convolutional Neural Network，中文叫卷积神经网络，主要用于处理图像这类具有空间结构的数据。
xx_xxxxx_7 天前
人工智能·神经网络·cnn
AI基本结构8、9-cnn实现图像识别除模型定义外，与文章7中的代码一致上述 CNN 模型由两个卷积层、两个池化层和两个全连接层组成，中间加入了 Dropout 正则化。输入为单通道 28×28 的灰度图像，经第一层卷积（1→20 通道，5×5 卷积核）和 2×2 最大池化后得到 20×12×12 的特征图；再经第二层卷积（20→40 通道）和池化后压缩为 40×4×4，随后展平送入全连接层，最终输出 10 个类别的预测分数。
机器学习之心7 天前
回归·cnn·lstm
基于GA-CNN-LSTM的多输出回归预测与SHAP可解释性分析当深度学习遇上群体智能优化，当"黑箱模型"遇上博弈论解释——一次从模型优化到特征溯源的完整技术实践。在工程实践中，回归预测任务普遍面临三大核心挑战：模型结构选择困难、多输出耦合复杂、以及模型可解释性缺失。
Tbisnic10 天前
人工智能·python·rnn·深度学习·cnn·ai大模型
23.大模型开发：深度学习----CNN 卷积神经网络 与 RNN 循环神经网络刚入门深度学习的同学很容易搞混两件事：什么时候用 CNN，什么时候用 RNN。本文整合 CNN 完整图像知识 + 卷积 / 池化原理、RNN 词嵌入 + 循环时序原理，全程大白话，避开晦涩公式堆砌，配套全新独立案例代码（不照搬原文示例），从零带你吃透两大基础网络，看完就能手写简单图像分类、文本处理模型。
2301_8002561110 天前
人工智能·学习·cnn
人工智能入门学习——ANN、CNN基本概念和考试核心代码ANN = 用多层“线性变换 + 非线性激活”拟合函数关系做“特征变换 / 维度映射” 例如：10维 → 64维 → 1维
月疯11 天前
深度学习·神经网络·cnn
CNN卷积和反卷积输出的计算方法卷积：反卷积：完整demo：
2zcode11 天前
开发语言·matlab·cnn
免费开源项目文档：基于MATLAB卷积神经网络的口罩佩戴检测系统摘要：随着公共卫生安全意识的不断提高，口罩佩戴检测在疫情防控与公共场所管理等领域具有重要的应用价值。本文设计并实现了一个基于卷积神经网络（CNN）的口罩佩戴检测系统。系统采用深度学习技术，通过训练卷积神经网络模型自动识别图像中人员是否正确佩戴口罩，实现了智能化、自动化的检测功能。
2zcode12 天前
开发语言·matlab·cnn
基于MATLAB卷积神经网络的口罩佩戴检测系统摘要：随着公共卫生安全意识的不断提高，口罩佩戴检测在疫情防控、公共场所管理等领域具有重要的应用价值。本文设计并实现了一个基于卷积神经网络（CNN）的口罩佩戴检测系统。该系统采用深度学习技术，通过训练CNN模型自动识别图像中人员是否正确佩戴口罩，实现了智能化、自动化的检测功能。
劫持的程序流15 天前
人工智能·神经网络·cnn
深入浅出卷积神经网络：从全连接到卷积的智慧当数据有了空间结构，神经网络就必须学会“看”世界，而不是“背”世界。 本文将用最少的数学、最多的比喻，带你推导出卷积神经网络的核心思想。
Mister Leon15 天前
cnn·音视频·lstm
视频时序数据处理：CNN+LSTM视频由空间维度（单帧图像） + 时间维度（帧间时序变化） 两部分信息构成：1. 特征解耦，分工明确CNN 专攻空间视觉，LSTM 专攻时序运动，相比 3D 卷积（C3D/R3D）更轻量化：
2601_9628517415 天前
大数据·算法·yolo·目标检测·信息可视化·cnn·课程设计
计算机毕业设计之基于YOLOV10的低光照目标检测算法研究与实现本研究针对低光照条件下目标检测的难题，提出了一种基于YOLOV10的低光照目标检测算法。该算法通过深入分析低光照环境对目标检测的影响，对YOLOV10模型进行改进，使其在低光照条件下具有更高的检测准确率和实时性。针对低光照图像的特点，本研究设计了一种图像预处理方法以增强图像的亮度、对比度和细节信息，为后续目标检测提供良好的基础。使模型能够更好地关注目标区域，提高检测性能。
Mr.看海15 天前
rnn·回归·cnn
CNN-RNN 混合回归预测及 MATLAB 实现：从 13 个特征到一个房价（含CNN-LSTM、CNN-GRU、CNN-BiLSTM）如果给你一套房子的 13 个具体特征（比如房间数、周边环境、税率等），你能估算出这套房子值多少钱吗？在这个任务中，输入是 13 个不同维度的信息，而输出只有一个连续变化的数值。因为我们要预测的是一个连续的数值范围，而不是“高价/低价”这样的类别标签，所以这是一个标准的回归预测问题。
白日做梦Q15 天前
人工智能·pytorch·cnn
PyTorch从零手写CNN实现NEU钢材表面缺陷检测（完整实战·单篇完结）钢材表面缺陷检测是工业视觉检测的典型应用场景，在钢铁生产、智能制造、质量筛查领域具备极高实用价值。传统人工质检效率低、误差大、易受主观因素影响，基于深度学习的自动化缺陷识别可实现高精度、大批量、实时化检测。本文基于PyTorch从零搭建原生卷积神经网络，不使用预训练模型与迁移学习，完成NEU钢材表面六类缺陷分类任务。完整实现数据预处理、工业场景适配性数据增强、CNN模型搭建、训练调优、结果可视化、缺陷误判分析与工程优化方案，代码可直接运行、适配工业数据集特征，可用于工业视觉课题、课程设计、毕设落地项目。
西西弗Sisyphus16 天前
计算机视觉·cnn·transformer
计算机视觉领域 选择 卷积神经网络 还是选择 Vision Transformerflyfish如果接触过计算机视觉，一定听过一个经典结论：卷积神经网络（CNN）是为图像而生的。 同样是神经网络，同样是反向传播训练，为什么全连接网络处理图像始终效率低下？为什么在数据量有限的场景下CNN很管用？
星马梦缘17 天前
人工智能·机器学习·cnn·transformer·attention·注意力机制·mlp
机器学习与模式识别 第十六章 Transformers 考点压缩综合来源：Lecture 16 PDF（68页）、课堂笔记（CSDN）占位图需要一种能高效建模所有token之间关系的架构 → Attention机制