利用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)SAR目標(biāo)分類的研究

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種在圖像處理和計(jì)算機(jī)視覺領(lǐng)域廣泛應(yīng)用的深度學(xué)習(xí)模型，因其能夠自動(dòng)學(xué)習(xí)圖像的層次化特征表示而成為SAR目標(biāo)分類的理想選擇。

2024-04-08 標(biāo)簽：SAR圖像處理計(jì)算機(jī)視覺 754 0

只要MLP就能實(shí)現(xiàn)的三維實(shí)例分割！

實(shí)例分割問題，主要障礙在于點(diǎn)云本身是無序、非結(jié)構(gòu)化和非均勻的。廣泛使用的卷積神經(jīng)網(wǎng)絡(luò)需要對(duì)三維點(diǎn)云進(jìn)行體素化處理，從而產(chǎn)生高昂的計(jì)算和內(nèi)存成本。

2023-09-26 標(biāo)簽：內(nèi)存函數(shù)感知器 736 0

可高保真信息傳輸?shù)墓怆娤到y(tǒng)介紹

利用電子編碼和衍射解碼通過隨機(jī)未知擴(kuò)散體進(jìn)行光信息傳輸 該混合模型通過監(jiān)督學(xué)習(xí)進(jìn)行訓(xùn)練，將基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的電子編碼器與物理制備的協(xié)同優(yōu)化的透...

2023-08-30 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)光電系統(tǒng)光調(diào)制器 693 0

基于Transformer和深度證據(jù)學(xué)習(xí)的立體匹配框架

作者在各種數(shù)據(jù)集上評(píng)估了所提出的ELFNet，包括Scene Flow ，KITTI 2012和KITTI 2015 和Middlebury 2014 ...

2023-09-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)Transformer 629 0

深度探索AI微控制器對(duì)CNN的硬件轉(zhuǎn)換方案

MAX78000是一款具有超低功耗CNN加速器的AI微控制器，這是一種先進(jìn)的片上系統(tǒng)。它能夠以超低功耗為資源受限的邊緣設(shè)備或物聯(lián)網(wǎng)應(yīng)用提供神經(jīng)網(wǎng)絡(luò)。

2023-11-24 標(biāo)簽：微控制器服務(wù)器AI 567 0

淺談卷積神經(jīng)網(wǎng)絡(luò)中的平移等變性映射

在機(jī)器學(xué)習(xí)中，我們通常關(guān)注模型的靈活性。我們希望知道選擇的模型實(shí)際上能夠完成我們想要的任務(wù)。

2023-05-22 標(biāo)簽：機(jī)器學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 527 0

基于深度學(xué)習(xí)的散射成像機(jī)理與應(yīng)用

彈道光與散射光在散射成像中不同作用的發(fā)現(xiàn)解釋了深度學(xué)習(xí)散射成像無法突破厚度限制的物理原因，對(duì)今后深度學(xué)習(xí)散射成像的應(yīng)用研究具有指導(dǎo)意義。

2023-05-17 標(biāo)簽：深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 522 0

主流的機(jī)器視覺技術(shù)有哪些？

卷積神經(jīng)網(wǎng)絡(luò)是目前計(jì)算機(jī)視覺中使用最普遍的模型結(jié)構(gòu)。引入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，既能提取到相鄰像素點(diǎn)之間的特征模式，又能保證參數(shù)的個(gè)數(shù)不隨圖片尺寸變化。

2023-05-26 標(biāo)簽：機(jī)器人機(jī)器視覺卷積神經(jīng)網(wǎng)絡(luò) 509 0

基于深度學(xué)習(xí)的散射成像研究進(jìn)展

卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種用于對(duì)目標(biāo)進(jìn)行重建、分類等處理的深度學(xué)習(xí)方法。自2016年深度學(xué)習(xí)被首次應(yīng)用于散射成像，該研究一直是光學(xué)成像領(lǐng)域的熱門方向。

2023-05-24 標(biāo)簽：深度學(xué)習(xí)cnn卷積神經(jīng)網(wǎng)絡(luò) 500 0

基于深度學(xué)習(xí)算法的一系列目標(biāo)檢測(cè)算法

YOLO意思是You Only Look Once，創(chuàng)造性的將候選區(qū)和對(duì)象識(shí)別這兩個(gè)階段合二為一，看一眼圖片（不用看兩眼哦）就能知道有哪些對(duì)象以及它們的位置。

2023-06-19 標(biāo)簽：算法目標(biāo)檢測(cè)深度學(xué)習(xí) 465 0

在友晶LabCloud平臺(tái)上使用PipeCNN實(shí)現(xiàn)ImageNet圖像分類

利用深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）進(jìn)行圖像分類是通過使用多個(gè)卷積層來從輸入數(shù)據(jù)中提取特征，最后通過分類層做決策來識(shí)別出目標(biāo)物體。

2025-04-23 標(biāo)簽：FPGA圖像分類cnn 362 0

卷積神經(jīng)網(wǎng)絡(luò)的深度解析與實(shí)踐

卷積后產(chǎn)生的特征圖中的值，越靠近1表示與該特征越關(guān)聯(lián)，越靠近-1表示越不關(guān)聯(lián)，而我們進(jìn)行特征提取時(shí)，為了使得數(shù)據(jù)更少，操作更方便，就直接舍棄掉那些不相關(guān)...

2024-01-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)cnn卷積神經(jīng)網(wǎng)絡(luò) 287 0