注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 强化学习 David Silver课件

  2. 强化学习 增强学习 官网 David Silver课件 Reinforcement Learning 视频地址https://www.bilibili.com/video/av9831889/

  3. 所属分类：深度学习

    • 发布日期：2017-11-16
    • 文件大小：11mb
    • 提供者：qq_36241219

  1. 视频动作行为分析

  2. 为了解决当前视频监控系统对异常行为检测精度与自我学习能力较弱的问题，提出了基于光流场分析与深度学习的视频监控方法。首先，引入光流场检测算法，利用图像序列中目标像素的强度数据时域变化来确定运动行为是否异常，从而建立视频目标行为识别算子，获取异常行为光流特征; 并利用卷积神经网络对光流特征进行逐层训练，设计自我学习机制，增强系统对异常行为的检出率; 最后，基于．NET 平台与 Accord 开源库，对本文监控系统进行实现。

  3. 所属分类：深度学习

    • 发布日期：2018-01-25
    • 文件大小：2mb
    • 提供者：qq_23282505

  1. 谷歌AutoML调研报告

  2. 谷歌AutoML调研报告 2017 年 5 月，谷歌大脑研究人员宣布创建了 AutoML，该 AI 系统能够创造自己的 AI 系统。最近，他们决定让 AutoML 攻克迄今为止对它来说最大的挑战，令人惊讶的是，AutoML 创造了一个非常厉害的「后代」，它的表现甚至超过了所有人类设计的 AI 系统。（--引自百度百科） 为了实现机器学习模型的设计自动化，谷歌研究者采用了增强学习的方法。AutoML 作为神经网络控制器，为一个特定任务开发子代 AI 网络。这个被研究人员称为 NASNet(Neu

  3. 所属分类：深度学习

    • 发布日期：2018-11-05
    • 文件大小：862kb
    • 提供者：weixin_41461580

  1. 深度学习项目实战-关键点定位视频教程 资料及代码

  2. 001、深度学习项目实战01 人脸关键点检测算法框架.mp4     002、深度学习项目实战02 多标签数据源制作以及标签坐标转换.mp4     003、深度学习项目实战03 对原始数据进行数据增强.mp4     004、深度学习项目实战04 完成第一阶段HDF5数据源制作.mp4     005、深度学习项目实战05 第一阶段网络训练.mp4     006、深度学习项目实战06 第二三阶段网络数据源制作.mp4     007、深度学习项目实战07 第二三阶段网络模型训练.mp4  

  3. 所属分类：专业指导

    • 发布日期：2019-09-29
    • 文件大小：55byte
    • 提供者：drjiachen

  1. 井下视频行人检测方法

  2. 针对现有基于深度学习的行人检测方法存在计算量较大、检测效率严重依赖硬件性能等问题，对基于SSD网络的行人检测方法进行改进，设计了一种基于DenseNet网络的轻量级卷积神经网络作为SSD网络的基础网络，以满足井下视频行人实时检测需求，并设计了基于ResNet网络的辅助网络，以增强特征表征能力，提高行人检测准确性。将基于改进SSD网络的井下视频行人检测方法部署在嵌入式平台Jetson TX2上进行实验，结果表明该方法对井下视频中行人的检测准确率为87.9%，针对井下行人低密度场景的检测准确率近10

  3. 所属分类：其它

    • 发布日期：2020-05-01
    • 文件大小：956kb
    • 提供者：weixin_38688380

  1. 千万日活腾讯会议背后：深度学习的最新应用

  2. 深度学习是实现语音增强最主要的方法之一，¬帮助我们从带噪语音中提取尽可能纯净的原始语音，提高语音质量和可懂度。腾讯会议在去年年底推出，短短两个月内就突破千万日活大关。在多样且复杂的场景下，深度学习如何帮助腾讯会议在实时通话中进行去混响、声音事件检测和回声消除？本文是腾讯多媒体实验室高级研究员王燕南在「腾讯技术开放日·云视频会议专场」的分享整理。

  3. 所属分类：编解码

    • 发布日期：2020-03-29
    • 文件大小：521kb
    • 提供者：karamos

  1. 深度学习入门课程---训练技巧之数据增强视频教程.mp4

  2. 深度学习入门课程---训练技巧之数据增强视频教程，希望能够学习者提供帮助，实现对数据增强基础知识的掌握与理解，为后续学习做好铺垫，实现数据增强的灵活运用

  3. 所属分类：深度学习

    • 发布日期：2020-02-07
    • 文件大小：16mb
    • 提供者：zsb8888

  1. 合肥工业大学图像与视频信息处理课件.zip

  2. 合肥工业大学图像与视频信息处理课件（yy老师）合集 ch01. 课程概述2020--.pdf ch02.1-2.图像预处理.pdf ch02.3图像增强.pdf ch02.4数学形态学.pdf ch03图像表示与描述2020.pdf ch04 1，图像特征与提取-边缘检测.pdf ch042.图像特征与提取--角点检测.p. ch043.图像特征与提取-直线检测.pdf ch04 4图像特征与提取-LBP.pdf ch04 5.图像特征与提取--HOG.pdf ch05.图像分割

  3. 所属分类：教育

    • 发布日期：2020-06-13
    • 文件大小：24mb
    • 提供者：NNSSHXS

  1. 最新《深度学习人体姿态估计》综述论文

  2. 人体姿态估计的目的是通过图像、视频等输入数据定位人体部位，构建人体表征(如人体骨架)。在过去的十年中，它受到了越来越多的关注，并被广泛应用于人机交互、运动分析、增强现实和虚拟现实等领域。

  3. 所属分类：机器学习

    • 发布日期：2020-12-30
    • 文件大小：13mb
    • 提供者：syp_net

  1. deep-learning-for-biology-hse-2018-course:经济学院深度学习生物学课程材料，2018年-源码

  2. 生物学深度学习课程材料/ HSE 2018 这是生物学深度学习课程的课程资料库。 该课程于2018年秋季在莫斯科高等经济学院计算机科学学院授课，硕士课程为``生物学和医学领域的数据分析''。 内容 课程 课程Jupyter（使用Keras） 杂志俱乐部 教学大纲 历史短 深度学习的当前结果 图片和视频 语音和声音 文字和语言 机械手控制 系统的ML DL问题 其他AI方法 知识与表象 象征方法 进化计算与群智能 硬件 NN简介：神经元，神经网络，反向传播， 前馈神经网络（FNN） 自动编码器（

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：46mb
    • 提供者：weixin_42131276

  1. Image_Processing_Computer_Vision_1-源码

  2. 图像处理和计算机视觉（1级） 课程代码 Hesham Eraqi博士，2021年 我的36小时Image_Processing_Computer_Vision（第1级）课程的代码包含以下内容： 图像处理和计算机视觉概述 计算机视觉与图像处理之间的差异 相机和2D / 3D图像基础 应用和未来发展 搭建工作环境 修改Python和NumPy库的基础 解释图像基础 图像处理和OpenCV（第1部分） 用于计算机视觉和图像处理（枕头和OpenCV）的可用Python软件包简介 图像颜色模型 2D卷

  3. 所属分类：其它

  1. TensorFlowRS架构解析

  2. 本文来自于网络，本文针对场景下的计算特点对深度学习框架进行设计和优化。深度学习比传统的逻辑回归有着更强的模型刻画能力，同时也带来了计算力百倍提升的需求。相比图像、语音、视频等领域，搜索、广告、推荐等场景有着独特的场景特点:样本规模和特征空间通常非常巨大，千亿样本、百亿特征并不罕见，同时存在大量的稀疏特征作为Embedding输入。这就要求我们针对此场景下的计算特点对深度学习框架进行设计和优化。我们基于TensorFlow在搜索、广告、推荐场景下进行了深度的优化与增强，内部项目名称为TensorF

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：406kb
    • 提供者：weixin_38684892

  1. 小米深度学习平台架构与实现

  2. 深度学习的概念源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。机器学习是通过机器进行自主学习数据而非以编码的方式；深度学习是机器学习的一个分支，主要包括四种最基本的网络结构。CNN是卷积神经网络。通过卷积网络的模型，可以高效地处理图像分类或人脸识别等应用。MLP是多层感知机，也就是传统的神经网络。已经被Google大量应用在Youtube视频推荐和APP推荐上。RNN模型是在神经元里加入带

  3. 所属分类：其它

  1. spaceapps：SpaceApps挑战-源码

  2. SpaceApps挑战 使用NASA图像和视频库的API通过AI增强图片激励人们。 特征 深度学习AI快速样式转换 角度8 ASP.NET Core 3.0

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：237kb
    • 提供者：weixin_42133680

  1. 开放学习深度学习时代的黑暗-源码

  2. 深度学习时代的黑暗：调查，在线平台，新数据集 该存储库提供了一个统一的在线平台DarkPlatform ，该平台涵盖了许多流行的基于深度学习的LLIE方法，其结果可以通过用户友好的Web界面生成，其中包含低光图像和视频数据集LLIVPhone ，其中这些图像和视频是在不同的照明条件下通过各种手机的摄像头拍摄的，并收集了基于深度学习的微光图像和视频增强方法，数据集和评估指标。 更多内容和细节可以在我们的调查论文：。 :victory_hand: 我们将定期更新内容。 如果您错过了在顶级期刊或会

  3. 所属分类：其它

  1. 基于具有深度门的多模态长短期记忆网络的说话人识别

  2. 为了在说话人识别任务中有效融合音视频特征, 提出一种基于深度门的多模态长短期记忆(LSTM)网络。首先对每一类单独的特征建立一个多层LSTM模型, 并通过深度门连接上下层的记忆存储单元, 增强上下层的联系, 提升该特征本身的分类性能。同时, 通过在不同模型之间共享连接隐藏层输出与各个门单元的权重, 学习每一层模型之间的联系。实验结果表明, 该方法能有效融合音视频特征, 提高说话人识别的准确率, 并且对干扰具有一定的稳健性。

  3. 所属分类：其它

  1. TensorFlowRS架构解析

  2. 本文来自于网络，本文针对场景下的计算特点对深度学习框架进行设计和优化。 深度学习比传统的逻辑回归有着更强的模型刻画能力，同时也带来了计算力百倍提升的需求。相比图像、语音、视频等领域，搜索、广告、推荐等场景有着独特的场景特点: 样本规模和特征空间通常非常巨大，千亿样本、百亿特征并不罕见，同时存在大量的稀疏特征作为Embedding输入。这就要求我们针对此场景下的计算特点对深度学习框架进行设计和优化。我们基于TensorFlow在搜索、广告、推荐场景下进行了深度的优化与增强，内部

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：406kb
    • 提供者：weixin_38544075

  1. 视频对象移除篡改的时空域定位被动取证

  2. 针对视频被动取证领域中视频内容的真实性和完整性鉴定及篡改区域定位问题，提出了一种基于视频噪声流的深度学习检测算法。首先，构建了基于空间富模型（SRM）和三维卷积（C3D）神经网络的特征提取器、帧鉴别器和基于区域建议网络（RPN）思想的空域定位器；其次，将特征提取器分别与帧鉴别器和空域定位器相结合，搭建出2个神经网络；最后，利用增强处理后的数据训练出2种深度学习模型，分别用于对视频篡改区域时域和空域的定位。测试结果表明，时域定位的准确率提高到98.5%，空域定位与篡改区域标注平均交并比达49%，可

  3. 所属分类：其它

  1. speech-enhancement-dns-comparison:语音增强深度学习架构比较-源码

  2. 用于单通道语音增强的深噪声抑制模型的比较评估 考虑到视频会议系统和流传输工具的日益增加的使用，具有计算有效和有效的语音增强器变得有利和必要。 Microsoft DNS挑战极大地促进了该领域的创新，但仍有很大的改进空间。 这项工作比较了此挑战中提出的两种用于语音增强的深度学习模型：NSNet2和双信号转换LSTM网络（DTLN）。 在基于混响时间RT60和信噪比（SNR）规范的两种对比条件下，分别使用两个数据集和三种不同的以语音质量为中心的措施对这两种模型进行了比较：语音质量的感知评估（PESQ

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：109mb
    • 提供者：weixin_42168745

  1. DL-HPE-源码

  2. 基于深度学习的人体姿势估计：一项调查 基于深度学习的人体姿势估计：一项调查[] 作者 ， ， ，，， ，， ，。 概述 这是基于深度学习的人体姿势估计：调查的官方资料库，它是对最近基于深度学习的2D和3D人体姿势估计（HPE）解决方案的全面系统的审查。它还提供了几种公开的数据集上不同2D和3D HPE方法的比较结果。此外，自2014年以来涵盖了超过240篇研究论文，我们将定期更新此页面。如果您有任何建议，请随时联系或 ！ 介绍 人体姿势估计旨在根据诸如图像和视频之类的输入数据来定位人体部位并建

  3. 所属分类：其它

« 12 »