完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > cnn
文章:291個(gè) 瀏覽:22576次 帖子:26個(gè)
一種簡單而高效的深度CNN模型來解決圖像的Efficient SR問題
為了減少沉重的計(jì)算負(fù)擔(dān),各種方法,包括有效的模塊設(shè)計(jì),知識(shí)蒸餾,神經(jīng)架構(gòu)搜索和結(jié)構(gòu)重新參數(shù)化等都試圖提高SR算法的效率。在這些有效的SR模型中,主要有兩...
Apple提出FastViT:快速卷積和Transformer混合架構(gòu)
進(jìn)一步使用大核卷積使得 FastViT 精度得到提升,而且不怎么影響延時(shí)。在移動(dòng)設(shè)備和 ImageNet 數(shù)據(jù)集上的精度相同的前提下,F(xiàn)astViT 比...
2023-09-20 標(biāo)簽:架構(gòu)數(shù)據(jù)集cnn 891 0
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)。它支持超低功耗的神經(jīng)網(wǎng)絡(luò),適用于資源受限的邊緣設(shè)備或物聯(lián)網(wǎng)應(yīng)用。此...
2023-09-29 標(biāo)簽:微控制器fpga神經(jīng)網(wǎng)絡(luò) 1109 0
基于統(tǒng)一BEV表征的多任務(wù)多傳感器融合技術(shù)
Lidar-To-Camera: 將激光雷達(dá)點(diǎn)云投影到圖像上,使用2D CNN算法來完成數(shù)據(jù)處理。它會(huì)造成嚴(yán)重的幾何扭曲(如下圖a),影響3D Obje...
如下圖,SCConv 由兩個(gè)單元組成,即空間重構(gòu)單元 (SRU) 和信道重構(gòu)單元 (CRU) ,兩個(gè)單元按順序排列。輸入的特征 X 先經(jīng)過 空間重構(gòu)單元...
2023-09-14 標(biāo)簽:模塊神經(jīng)網(wǎng)絡(luò)cnn 3424 0
什么是卷積神經(jīng)網(wǎng)絡(luò)?卷積神經(jīng)網(wǎng)絡(luò)對(duì)人工智能和機(jī)器學(xué)習(xí)的意義
隨著人工智能(AI)技術(shù)的快速發(fā)展,AI可以越來越多地支持以前無法實(shí)現(xiàn)或者難以實(shí)現(xiàn)的應(yīng)用。本文基于此解釋了卷積神經(jīng)網(wǎng)絡(luò)(CNN)及其對(duì)人工智能和機(jī)器學(xué)習(xí)...
2023-09-05 標(biāo)簽:人工智能函數(shù)機(jī)器學(xué)習(xí) 1934 0
卷積神經(jīng)網(wǎng)絡(luò)(CNN)的工作原理 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程
前文《卷積神經(jīng)網(wǎng)絡(luò)簡介:什么是機(jī)器學(xué)習(xí)?》中,我們比較了在微控制器中運(yùn)行經(jīng)典線性規(guī)劃程序與運(yùn)行CNN的區(qū)別,并展示了CNN的優(yōu)勢(shì)。我們還探討了CIFAR...
2023-09-05 標(biāo)簽:濾波器神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí) 2699 0
卷積神經(jīng)網(wǎng)絡(luò)的定義、結(jié)構(gòu)和發(fā)展歷史
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)是一種非常重要的機(jī)器學(xué)習(xí)算法,主要應(yīng)用于圖像處理領(lǐng)域,用于圖像分類、目標(biāo)...
2023-08-21 標(biāo)簽:算法計(jì)算機(jī)機(jī)器學(xué)習(xí) 1345 0
riscv的fpga實(shí)現(xiàn)案例 基于RISC-V加速器實(shí)現(xiàn)現(xiàn)場(chǎng)可編程門陣列 CNN異構(gòu)的控制方案
現(xiàn)場(chǎng)可編程門陣列(FPGA)具有低功耗、高性能和靈活性的特點(diǎn)。FPGA神經(jīng)網(wǎng)絡(luò)加速的研究正在興起,但大多數(shù)研究都基于國外的FPGA器件。為了改善國內(nèi)FP...
2023-08-21 標(biāo)簽:fpga加速器神經(jīng)網(wǎng)絡(luò) 2982 0
基于Transformer的目標(biāo)檢測(cè)算法
掌握基于Transformer的目標(biāo)檢測(cè)算法的思路和創(chuàng)新點(diǎn),一些Transformer論文涉及的新概念比較多,話術(shù)沒有那么通俗易懂,讀完論文仍然不理解算...
2023-08-16 標(biāo)簽:感知算法自動(dòng)駕駛cnn 785 0
faster rcnn網(wǎng)絡(luò)結(jié)構(gòu)詳解(四個(gè)切入點(diǎn))
提到RPN網(wǎng)絡(luò),就不能不說anchors。所謂anchors,實(shí)際上就是一組由rpn/generate_anchors.py生成的矩形。直接運(yùn)行作者de...
2023-08-07 標(biāo)簽:人工智能數(shù)據(jù)結(jié)構(gòu)分類器 967 0
如何打通機(jī)器學(xué)習(xí)的三大玄關(guān)
隨著時(shí)下智能時(shí)代的發(fā)展,機(jī)器學(xué)習(xí)已成為不少專業(yè)人士的“必備技能”。盡管如此,可它在實(shí)用性上仍然存在一些問題。因而設(shè)計(jì)師們采取了架構(gòu)精簡、壓縮、以及硬件加...
2023-08-03 標(biāo)簽:cpu神經(jīng)網(wǎng)絡(luò)sram 537 0
深度學(xué)習(xí)的四個(gè)學(xué)習(xí)階段!
在入門級(jí)使用的數(shù)據(jù)集很小,可以放入主內(nèi)存中。只需幾行代碼即可應(yīng)用此類操作。在此階段數(shù)據(jù)包括Audio、Image、Time-series和Text等類型。
2023-08-02 標(biāo)簽:深度學(xué)習(xí)cnndnn 418 0
它用TensorFlow.js加載了一個(gè)10層的預(yù)訓(xùn)練模型,相當(dāng)于在你的瀏覽器上跑一個(gè)CNN模型,只需要打開電腦,就能了解CNN究竟是怎么回事。
2023-06-28 標(biāo)簽:可視化cnn卷積神經(jīng)網(wǎng)絡(luò) 4330 0
在MAX78000上開發(fā)功耗優(yōu)化應(yīng)用
MAX78000為超低功耗微控制器,具有專用卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器。這種架構(gòu)能夠在能源受限的環(huán)境中開發(fā)非常節(jié)能的 AI 應(yīng)用程序。MAX78000...
訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò):什么是機(jī)器學(xué)習(xí)?
本系列文章的第一部分討論的CIFAR網(wǎng)絡(luò)由不同層的神經(jīng)元組成。如圖1所示,32 × 32像素的圖像數(shù)據(jù)被呈現(xiàn)給網(wǎng)絡(luò)并通過網(wǎng)絡(luò)層傳遞。CNN處理過程的第一...
為什么傳統(tǒng)CNN在紋理分類數(shù)據(jù)集上的效果不好?
在機(jī)器視覺任務(wù)中,將紋理分析與深度學(xué)習(xí)結(jié)合使用,對(duì)于獲得更好的結(jié)果起到了重要作用。
2023-06-06 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能FMD 934 0
PyTorch教程-14.12. 神經(jīng)風(fēng)格遷移
14.12. 神經(jīng)風(fēng)格遷移? Colab [火炬]在 Colab 中打開筆記本 Colab [mxnet] Open the notebook ...
PyTorch教程-14.8?;趨^(qū)域的 CNN (R-CNN)
14.8?;趨^(qū)域的 CNN (R-CNN)? Colab [火炬]在 Colab 中打開筆記本 Colab [mxnet] Open the ...
MATLAB殘差神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
我們都知道在CNN網(wǎng)絡(luò)中,輸入的是圖片的矩陣,也是最基本的特征,整個(gè)CNN網(wǎng)絡(luò)就是一個(gè)信息提取的過程,從底層的特征逐漸抽取到高度抽象的特征
2023-06-02 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)MATLAB仿真cnn 2600 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |