文章目录APPENDIXA RELATION GRAPHB MATRIX FORM EXPLANATIONC LOCAL ATTENTION VS CONVOLUTIO
原创
2022-07-13 10:09:51
352阅读
X-volution: On the Unification of Convolutio采用多分支结构进行训练，在推理阶段等价转换为单一动态卷积
原创
2022-12-14 12:39:18
225阅读
论文链接：https://arxiv.org/pdf/1708.05234.pdfPyTorch：( Rapidly Digested Convolutional Layers)(Multiple Scale Convolutio
原创
2022-08-06 00:03:15
129阅读
【2020论文阅读12月】Which Tasks Should Be Learned Together in Multi-task Learning (v)ImageNet Classification with Deep Convolutional Neural Networks摘要正文Bag of Tricks for Image Classification with Convolutio
转载
2023-12-14 16:50:51
47阅读
文章目录介绍开发环境Objective(目标)Concepts(概念)Overview（综述）Some definitions（一些定义）MultiboxSingle Shot Detector (SSD)Base Convolutions – part 1FC → Convolutional LayerBase Convolutions – part 2Auxiliary Convolutio
导言 人脸检测一直是计算机视觉领域中一项重要而具有挑战性的任务。随着深度学习技术的迅猛发展，基于卷积神经网络（CNN）的人脸检测方论文是《A Convolutio
文章目录2022-UniFormer IEEE1. 简介1.1 动机2. 网络架构2.1 整体架构2.2 UniFormer block2.3 MHRA2.3.1 Local MHRA2.3.2 Global MHRA2.4 Dynamic Position Embedding3. 代码 2022-UniFormer IEEE论文题目:UniFormer: Unifying Convolutio
原创
2023-05-10 15:49:03
233阅读
DLA全称是Deep Layer Aggregation, 于2018年发表于CVPR。被CenterNet, FairMOT等框架所采用，其效果很不错，准确率和模型复杂度平衡的也比较好。 CenterNet中使用的DLASeg是在DLA-34的基础上添加了Deformable Convolutio
原创
2021-12-29 10:55:20
1258阅读
# 目前较新的深度学习模型
深度学习（Deep Learning）是一种机器学习（Machine Learning）的分支，通过模拟人脑的神经网络结构，实现智能系统的训练和预测。近年来，随着计算能力和数据量的增加，深度学习模型在图像识别、自然语言处理、语音识别等领域取得了令人瞩目的成果。本文将介绍一些目前较新的深度学习模型，并提供相应的代码示例。
## 1. 卷积神经网络（Convolutio
原创
2023-07-08 08:24:53
99阅读
# 3D卷积神经网络：训练数据
随着深度学习的快速发展，卷积神经网络（Convolutional Neural Networks，简称CNN）在计算机视觉领域取得了巨大的成功。CNN被广泛应用于图像分类、目标检测、图像生成等任务。然而，对于特定领域的任务，如视频处理、医学影像分析等，二维图像数据可能无法充分表达信息。为了更好地处理这些任务，我们可以使用3D卷积神经网络（3D Convolutio
原创
2023-07-10 09:35:31
401阅读
目录第5章 卷积神经网络5.1 卷积5.1.1 二维卷积运算5.1.2 二维卷积算子5.1.3 二维卷积的参数量和计算量5.1.4 感受野5.1.5 卷积的变种5.1.5.1 步长（Stride）5.1.5.2 零填充（Zero Padding）5.1.6 带步长和零填充的二维卷积算子5.1.7 使用卷积运算完成图像边缘检测任务总结参考链接 第5章 卷积神经网络卷积神经网络（Convolutio
转载
2023-10-27 00:58:53
124阅读
近期阅读了两篇文章, 这两篇文章刚开始的时候给我感觉十分相似。我一度认为VOLO只是将Involution的思想套在了self-attention的框架里，直到这些天看了很多的解读以及自己不断思考，才体会到VOLO相较于Involution思想的不同，以下只是自己的见解，如有错误，请批评指正！文章列表Involution: Inverting the Inherence of Convolutio
转载
2024-09-13 11:41:06
57阅读
目录1. 语义分割任务常见数据集格式2. 评价指标3. 标注工具4. 转置卷积5. 膨胀卷积（Dilated convolutio）1. 语义分割任务常见数据集格式PASCAL VOC根据索引在SegmentationClass文件夹中找到相应的标注图像（.png）。在背景处的像素值为0，目标边缘处用的像素值为255(训练时一般会忽略像素值为255的区域)，目标区域内根据目标的
GCN 的的兴起为许多NLP问题的解决提供了新的思路。通过句法依赖树构建图结构，基于此通过GCN进行NLP问题的解决已经得到了广泛应用。那么除此之外，还有哪些方法可以用于在文本中建立图结构从而使用GCN呢？小编整理了如下几篇，分别是通过TF-IDF， PMI、序列关系、词典 等信息进行构图的顶会论文，希望能够拓展对GCN的应用思路( ఠൠఠ )ﾉAAAI2019: Graph Convolutio
Halcon 使用的深度学习模型
深度学习是一种机器学习技术，它模仿人类大脑的神经网络来处理复杂的模式识别任务。Halcon 是一种强大的机器视觉软件，它可以应用于各种工业和科学领域。Halcon 支持使用深度学习模型进行图像识别和分析。在本文中，我们将介绍 Halcon 使用的深度学习模型，并提供一些代码示例。
Halcon 支持使用不同的深度学习模型，包括卷积神经网络（Convolutio
原创
2023-12-05 16:28:55
849阅读
知乎链接：https://zhuanlan.zhihu.com/p/28749411作者：Justin hoCNN从2012年的AlexNet发展至今，科学家们发明出各种各样的CNN模型，一个比一个深，一个比一个准确，一个比一个轻量。我下面会对近几年一些具有变革性的工作进行简单盘点，从这些充满革新性的工作中探讨日后的CNN变革方向。一、卷积只能在同一组进行吗？-- Group convolutio
转载
2024-10-02 08:39:41
41阅读
深度学习进阶：卷积神经网络与图像分类实战
引言
在上一篇文章中，我们介绍了深度学习的基础知识和简单神经网络实现。本文将深入探讨卷积神经网络(CNN)的原理，并通过一个完整的图像分类项目展示CNN在实际应用中的强大能力。我们将使用CIFAR-10数据集，构建一个更复杂的CNN模型，并介绍多种提升模型性能的技术。
卷积神经网络核心概念
CNN通过以下核心操作提取图像特征：
卷积层(Convolutio
一、VGG16的结构层次VGG16总共有16层，13个卷积层和3个全连接层，第一次经过64个卷积核的两次卷积后，采用一次pooling，第二次经过两次128个卷积核卷积后，采用pooling；再经过3次256个卷积核卷积后。采用pooling，再重复两次三个512个卷积核卷积后，再pooling，最后经过三次全连接。1、附上官方的vgg16网络结构图:conv3-64的全称就是convolutio
转载
2023-10-20 20:23:49
95阅读
# 深度学习中的即插即用模块
深度学习是一种强大的技术，能够在图像识别、自然语言处理等领域取得令人瞩目的成果。在深度学习的开发过程中，使用即插即用的模块可以大大提高效率。这些模块通常是预先构建好的，方便许多开发者直接使用。下面，我们将介绍几个流行的即插即用模块，并提供代码示例。
## 1. 常见的即插即用模块
在深度学习中，有几个主要的即插即用模块：
- **卷积层 (Convolutio
原创
2024-09-08 04:44:04
206阅读
摘要：以单算子开发为例，带你了解算子开发及测试全流程。为什么要自定义算子深度学习算法由一个个计算单元组成，我们称这些计算单元为算子（Operator，简称Op）。算子是一个函数空间到函数空间上的映射O：X→X；从广义上讲，对任何函数进行某一项操作都可以认为是一个算子。于我们而言，我们所开发的算子是网络模型中涉及到的计算函数。在Caffe中，算子对应层中的计算逻辑，例如：卷积层（Convolutio
转载
2021-02-01 10:55:42
787阅读
2评论
