您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 何凯明的深度残差网络 PPT

  2. 何凯明的深度残差网络 PPT 对应相应论文的PPT 仅供学习交流使用
  3. 所属分类:深度学习

    • 发布日期:2018-09-20
    • 文件大小:1mb
    • 提供者:zhuoyuezai
  1. 残差网络resnet50的深度学习模型权重文件

  2. 残差网络resnet50的深度学习模型权重文件,可作为预训练模型,提升学习效率
  3. 所属分类:深度学习

    • 发布日期:2018-11-15
    • 文件大小:90mb
    • 提供者:1984
  1. 基于深度残差网络的冠状动脉CT血管造影图像斑块的识别算法研究.pdf

  2. 基于深度残差网络的冠状动脉CT血管造影图像斑块的识别算法研究.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-17
    • 文件大小:2mb
    • 提供者:anitachiu_2
  1. 基于全局深度分离卷积残差网络的高效人脸识别算法.pdf

  2. 基于全局深度分离卷积残差网络的高效人脸识别算法.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-11
    • 文件大小:2mb
    • 提供者:anitachiu_2
  1. OpenCV深度学习残差网络(ResNet)人脸检测

  2. 使用OpenCV深度学习模型残差网络(ResNet)人脸检测,实现了静态图像人脸检测和实时视频流人脸检测
  3. 所属分类:深度学习

  1. 基于深度残差和特征金字塔网络的实时多人脸关键点定位算法.pdf

  2. 基于深度残差和特征金字塔网络的实时多人脸关键点定位算法基
  3. 所属分类:机器学习

    • 发布日期:2020-04-14
    • 文件大小:2mb
    • 提供者:anitachiu_2
  1. 基于深度残差和特征金字塔网络的实时多人脸关键点定位算法.pdf

  2. 基于深度残差和特征金字塔网络的实时多人脸关键点定位算法
  3. 所属分类:机器学习

    • 发布日期:2020-04-12
    • 文件大小:2mb
    • 提供者:anitachiu_2
  1. 基于深度残差网络的人脸关键点检测.pdf

  2. 基于深度残差网络的人脸关键点检测
  3. 所属分类:机器学习

    • 发布日期:2020-04-12
    • 文件大小:2mb
    • 提供者:anitachiu_2
  1. 基于残差网络的学生课堂行为识别.pdf

  2. 学生课堂行为识别旨在识别学生在课堂上的行为表现,反映课堂教学质量。针对目前卷积神经网络在随着网络层数加深表现出来的性能退化的问题,提出基于残差结构的深度残差网络。通过搭建学生课堂行为识别数据集,训练深度残差网络,使网络成功识别出上课、睡觉、玩手机、做笔记、看书、东张西望等行为。将深度残差网络与深度卷积神经网络在该数据集上的准确率进行对比,实验结果表明前者拥有更好的网络识别性能。
  3. 所属分类:其它

    • 发布日期:2020-12-06
    • 文件大小:1mb
    • 提供者:qq_47590788
  1. tensorflow实现残差网络方式(mnist数据集)

  2. 介绍 残差网络是何凯明大神的神作,效果非常好,深度可以达到1000层。但是,其实现起来并没有那末难,在这里以tensorflow作为框架,实现基于mnist数据集上的残差网络,当然只是比较浅层的。 如下图所示: 实线的Connection部分,表示通道相同,如上图的第一个粉色矩形和第三个粉色矩形,都是3x3x64的特征图,由于通道相同,所以采用计算方式为H(x)=F(x)+x 虚线的的Connection部分,表示通道不同,如上图的第一个绿色矩形和第三个绿色矩形,分别是3x3x64和3x3x1
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:58kb
    • 提供者:weixin_38725015
  1. 深度残差网络.zip

  2. 当Microsoft Research发布用于图像识别的深度残差学习时,深度残差网络席卷了深度学习领域。这些网络在ImageNet和COCO 2015竞赛的所有五个主要赛道中均获得了第一名的入围作品,这些竞赛涵盖了图像分类,对象检测和语义分割。此后,ResNets的鲁棒性已被各种视觉识别任务和涉及语音和语言的非视觉任务证明。 压缩包内包含以下参考文档: 1、深度残差学习以进行图像识别— ResNet(Microsoft Research) 2、广泛的残留网络(巴黎埃斯特大学,巴黎高等技术学校
  3. 所属分类:深度学习

    • 发布日期:2020-12-26
    • 文件大小:2mb
    • 提供者:bashendixie5
  1. 【人工智能学习】【十五】残差网络

  2. 深度学习的问题 理论上来说深层网络一定包含了浅层网络能拟合出的映射,但并不是层数越多越好。深度CNN网络达到一定深度后再一味地增加层数并不能带来进一步地分类性能提高,反而会招致网络收敛变得更慢,准确率也变得更差。 残差网络 网络随着深度的变深,映射出来的特征越抽象,包含的信息越少(信息论的角度讲,由于DPI(数据处理不等式)的存在,在前向传输的过程中,随着层数的加深,Feature Map包含的图像信息会逐层减少),那么如果使每一层的信息都变得比前面一层多,就解决这个问题了,这个就是残差网络的核
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:210kb
    • 提供者:weixin_38658471
  1. 批量归一化 && 残差网络

  2. 基于此前对于CNN的介绍 Fundamentals of Convolutional Neural Networks LeNet && ModernCNN 就深层次 CNN 的结构进一步探讨归一化和残差网络。 批量归一化(BatchNormalization) 让网络训练归一化变得更加容易,本质是一种对数据的标准化处理 分类 对输入的标准化(浅层模型) 处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。 标准化处理输入数据使各个特征的分布相近 批量归一化(深度模型)随着模型参数的
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:198kb
    • 提供者:weixin_38558186
  1. 基于目标的凸性分析和凸性指导的深度残差网络的泛全景化新方法

  2. 基于目标的凸性分析和凸性指导的深度残差网络的泛全景化新方法
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:542kb
    • 提供者:weixin_38620959
  1. Residual-Weather-Forecasting:[WIP]尝试使用残差网络预测天气。 为学期论文开始大气科学大学课程-源码

  2. 残差网络的天气预报 深度学习架构可以使用这些变量的单变量历史数据来预测诸如降水和温度之类的气候变量。 模型架构的灵感来自N-BEATS:Oreshkin等人的。 al。 (2019)。 数据 我们的实验数据是从世界银行集团维护的获得的。 使用说明 要训​​练模型,请在本地克隆此存储库,然后从上述源下载数据。 确保将数据文件命名为rain_wb.csv和temp_wb.csv ,或更改要在data_utils.py加载的文件的名称。 然后在repo目录中运行: # For temperature
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:11kb
    • 提供者:weixin_42131628
  1. 基于改进残差网络的道口车辆分类方法

  2. 为了提高模型在道口环境下的车辆图像的特征提取和识别能力,提出了一种基于改进残差网络的车辆分类方法。首先以残差网络为基础模型,改进了残差块中激活函数的位置,并将残差块中的一般卷积用分组卷积代替,引入注意力机制,用焦点损失函数替换交叉熵损失函数。实验部分先用公开数据集Stanford Cars进行预训练,再用自建的道口车辆数据集进行迁移学习。结果表明,改进模型在两个数据集中的准确率均优于几种经典的深度学习模型。
  3. 所属分类:其它

  1. 基于深度残差去噪网络的遥感融合图像质量提升

  2. 将理想高分辨率多光谱图像与遥感融合结果之间的残差视为广义噪声,提出了基于深度残差去噪网络(DnCNN)的遥感融合图像质量提升算法。通过DnCNN学习固定融合算法中细节丢失或光谱扭曲的规律,将输入的遥感图像融合结果映射得到残差图像,再用残差图像补充和修复遥感融合结果。在Quickbird卫星遥感图像数据上,利用本文算法对不同方法的融合结果进行增强处理测试,实验结果表明所有算法结果经过DnCNN的后置增强之后,融合质量都大为改善,其中基于支持值变换(SVT)的方法与DnCNN结合的算法性能最好,其性
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:15mb
    • 提供者:weixin_38739101
  1. keras-resnet:用于深度残差网络的Keras软件包-源码

  2. keras-resnet:用于深度残差网络的Keras软件包
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:40kb
    • 提供者:weixin_42173205
  1. 基于深度残差网络的高光谱遥感数据霾监测

  2. 霾监测是环境治理中的关键技术之一。目前地面观测站进行霾监测的耗费较大,基于多光谱遥感的霾识别精度较低。将深度学习用于高光谱遥感数据的霾监测,提出一种基于深度残差网络的高光谱霾监测方法,利用深度网络提取霾光谱曲线特征,再使用残差学习等方法降低网络训练难度,得到了霾监测模型。苏州地区Hyperion高光谱数据集上的实验表明,与其他遥感霾监测方法相比,所提方法的霾识别精度更高。
  3. 所属分类:其它

  1. 基于改进深度残差网络的计算断层扫描图像分类算法

  2. 基于改进的深度残差网络(ResNet),提出更加适合肺部组织的计算断层扫描(CT)图像模式分类模型。为克服医学图像分析中可用数据集稀少的困难,采用迁移学习方法来减小神经网络模型对数据量大的需求,以减小过拟合。迁移学习的策略是将肺内大量可用的无标签区域作为预训练的数据,使用深度互信息最大化和先验分布匹配的方法进行无监督表征学习。通过对比实验发现,改进的深度ResNet可以得到更高的分类精度,迁移学习算法可以有效地利用肺内无标签区域的数据,从而提升网络模型的分类表现。
  3. 所属分类:其它

« 12 3 4 5 6 7 »