您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Multi-digit Number Recognition from Street View Imagery using DCNN

  2. Recognizing arbitrary multi-character text in unconstrained natural photographs is a hard problem. In this paper, we address an equally hard sub-problem in this domain viz. recognizing arbitrary multi-digit numbers from Street View imagery. Traditio
  3. 所属分类:专业指导

    • 发布日期:2015-05-21
    • 文件大小:4194304
    • 提供者:lengwuqin
  1. Multi-view Face Detection Using Deep Convolutional Neural Networks

  2. Multi-view Face Detection Using Deep Convolutional Neural Networks
  3. 所属分类:互联网

    • 发布日期:2016-09-11
    • 文件大小:4194304
    • 提供者:wangpengfei163
  1. deep-go 基于深度学习的围棋AI演示程序(基于ConvNetJS库)

  2. 基于深度学习的围棋AI演示程序,经过80,000盘专业棋谱数据集训练,含有约50MB经过训练的神经网络数据。 压缩包中还包含了相关的论文Training Deep Convolutional Neural Networks to Play Go。 操作说明:使用浏览器打开Play Go Against a DCNN.html,等待神经网络加载完成,即可运行。勾选Show Analysis,以便可视化地展示神经网络对下一步落子的预测。 语言:Javascr ipt(基于ConvNetJS库),可
  3. 所属分类:游戏开发

    • 发布日期:2017-01-29
    • 文件大小:2097152
    • 提供者:winx_coder
  1. ImageNet Classification with Deep Convolutional Neural Networks--AlexNet

  2. AlexNet,ImageNet Classification with Deep Convolutional Neural Networks,论文原文
  3. 所属分类:机器学习

    • 发布日期:2017-10-19
    • 文件大小:1048576
    • 提供者:tuzixini
  1. 基于深度卷积神经网络的人脸识别技术综述_景晨凯

  2. 人脸识别是计算机视觉的重要应用之一,广义的人脸识别包含图像采集、人脸检测、人脸对齐、特征表示等过程。人脸识别的发展史主要是人脸特征表示方法的变迁史。针对特征的表示方法,从人脸识别技术的发展历史、研究现状和未来发展三个方面进行综述:分阶段对传统的几类经典的人脸识别算法进行回顾和总结;以深度学习算法的诞生过程为切入点,重点分析了在人脸识别中取得突破性进展的深度卷积神经网络 DCNN(deep convolutional neural networks)的技术思想和关键问题;针对人脸识别和深度学习算
  3. 所属分类:讲义

    • 发布日期:2018-04-08
    • 文件大小:674816
    • 提供者:aiwei169
  1. RCNN,Fast_RCNN,Faster_RCNN,R_FCN,DCNN论文打包

  2. RGB大神的论文集:RCNN,Fast_RCNN,Faster_RCNN,R_FCN,DCNN论文打包,Rich feature hierarchies for accurate object detection and semantic segmentation、Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks、R-FCN: Object Detection via Region-ba
  3. 所属分类:深度学习

    • 发布日期:2018-08-09
    • 文件大小:24117248
    • 提供者:u011344545
  1. Automatic Facial Expression Recognition Using DCNN

  2. Automatic Facial Expression Recognition Using DCNN
  3. 所属分类:深度学习

    • 发布日期:2018-11-13
    • 文件大小:475136
    • 提供者:sunshine_200
  1. 基于DCNN的人脸特征点检测及面部朝向计算.pdf

  2. 基于DCNN的人脸特征点检测及面部朝向计算.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-11
    • 文件大小:3145728
    • 提供者:anitachiu_2
  1. 基于DCNN的人脸特征点检测及面部朝向计算.pdf

  2. 基于DCNN的人脸特征点检测及面部朝向计算.
  3. 所属分类:机器学习

    • 发布日期:2020-04-12
    • 文件大小:3145728
    • 提供者:anitachiu_2
  1. 基于深度卷积神经网络与迁移学习的鱼类分类识别.pdf

  2. 高效的鱼类分类识别是海洋牧场智能化监测的基础 . 传统的通过浅层模型,利用目标特征 的分类识别方法效率低下,泛化性差,难以实现智能化应用;而重建并训练深度卷积神经网络(DCNN) 模型占用巨大的计算机资源 . 文章提出一种基于 DCNN 和迁移学习的方法,针对新图像数据集,通过选 择训练参数,对预训练模型进行再训练,实现鱼类的分类识别 . 通过实验证实,这种方法可在占用少量 的计算机资源情况下,达到 97.14% 的验证准确率 . 使用基于 DCNN 与参数迁移的学习策略可以得到性 能良好的深度
  3. 所属分类:深度学习

    • 发布日期:2020-04-08
    • 文件大小:2097152
    • 提供者:weixin_44305638
  1. Python-采用端到端方法构建声学模型以字为建模单元采用DCNNCTC网络结构

  2. 采用端到端方法构建声学模型,以字为建模单元,采用DCNN-CTC网络结构
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:817152
    • 提供者:weixin_39841856
  1. Deep lab家族ppt.pdf

  2. 一个官方ppt,涵盖了Deep LabV1V2V3的概括总结,能够丰富语义分割论文内容Semantic segmentation Semantic segmentation Semantic segmentation is understanding an image at pixel level i. e, we want to assign each pixel in the image an object class Partitioning an image into regions o
  3. 所属分类:深度学习

    • 发布日期:2019-07-08
    • 文件大小:2097152
    • 提供者:weixin_43288762
  1. 图像与DCNN

  2. 所属分类:其它

    • 发布日期:2016-12-08
    • 文件大小:3145728
    • 提供者:qq_34637408
  1. 基于深度学习的人脸识别算法程序(python版本)(内含完整的python程序代码)

  2. DeepFace一文依旧是沿着“检测-对齐-人脸表示-分类”这一人脸识别技术路线来的,其贡献在于对人脸对齐和人脸表示环节的改进。1)在人脸对齐环节,引入了3D人脸模型对有姿态的人脸就行分片的仿射对齐。2)在人脸表示环节,利用一个9层的深度卷积在包含4000人、400万张人脸的数据集上学习人脸表示,这个9层的DCNN网络有超过1.2亿个参数。本文的模型在LFW数据集上取得了97.25 的平均精度(逼近了人类97.5 的极限),同时在Youtube数据集上取得了当前最好的结果,比之前的NO.1整整高
  3. 所属分类:Python

    • 发布日期:2020-08-12
    • 文件大小:35651584
    • 提供者:qq_36596540
  1. Vision-Systems-Lab:MLP,DCNN,深度卷积自动编码器,LSTM,GRU,ResNets,DCGAN-波恩大学的CudaVision实验室(SS19)-源码

  2. 视觉系统实验室:在GPU上学习计算机视觉[自述文件未定期更新] 作者:Saikat Roy, 波恩大学CudaVision实验室(SS19)的存储库(主要)在PyTorch,Python3和Jupyter笔记本电脑上实现。 该项目从神经网络的基础开始,并延伸到更深层次的模型。 以下项目包含在相应的文件夹中: 项目1:Softmax回归(无autograd / Pytorch张量) 涉及使用softmax回归和手动梯度计算对MNIST数据集进行分类。 经过5次简单的迭代运行后,训练和测试集
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:14680064
    • 提供者:weixin_42116921
  1. 基于dCNN的入侵检测方法

  2. 为了进一步提高入侵检测系统的检测准确率和检 测效率,提出了一种基于深度卷积神经网络的入侵检测方 法(dCNN)。该方法使用深度学习技术,如tanh、Dropout 和Softmax等,设计了深度入侵检测模型。首先通过数据填 充的方式将原始的一维入侵数据转换为二维的“图像数据”, 然后使用dCNN 从中学习有效特征,并结合 Softmax分类 器产生最终的检测结果。该文基于 Tensorflow-GPU 实现了 该方法,并在一块 NvidiaGTX10603GB的 GPU 上,使用 ADFA-LD
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:786432
    • 提供者:weixin_38670391
  1. screw_detection:论文“基于DCNN的自动拆卸过程中的螺钉检测”的公开代码-源码

  2. “基于DCNN的自动拆卸过程的螺丝检测” 这是Python 3,Keras,TensorFlow和ROS上的Screw Detector的实现。 该方案使用霍夫变换来获取候选者,然后运行集成模型将候选者分类为螺钉和伪像。 集成模型基于Xception和InceptionV3。 针对的论文的公开代码 该存储库包括: - Source code of Screw Detector built on Xception and InceptionV3. - Models - Dataset 该代
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:2097152
    • 提供者:weixin_42132354
  1. A DCNN Based Fingerprint Liveness Detection Algorithm with Voting Strategy

  2. A DCNN Based Fingerprint Liveness Detection Algorithm with Voting Strategy
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:878592
    • 提供者:weixin_38508549
  1. RBDN:递归分支反卷积网络:DCNN体系结构,用于“广义深度图像到图像回归”。 CVPR2017(聚焦)-源码

  2. RBDN(递归分支反卷积网络) RBDN是一种用于的体系结构,其特点是 具有广泛参数共享功能的高效内存递归分支方案,可计算输入的早期可学习多上下文表示形式, 端到端保存从输入到输出的本地通信,以及 能够根据任务选择上下文与局部性,以及应用按像素的多上下文非线性。 建筑 RBDN在3种不同的图像到图像回归任务上提供了最先进的性能:去噪,重新照明,着色。 安装及使用 克隆:运行git clone -b master --single-branch https://github.com/venk
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:45056
    • 提供者:weixin_42128315
  1. 利用DCNN融合特征对遥感图像进行场景分类

  2. 为了解决在遥感图像场景分类问题中传统的底层或中间级视觉特征无法充分描述复杂场景的问题,提出了采用第三种感知网络(Inspection-v3)、快速特征嵌入的卷积神经网络(CaffeNet)、OverFeatL 3种深度卷积神经网络(DCNN)提取的融合特征进行遥感图像场景分类方法。通过利用利用3种DCNN提取的归一化的融合特征进行分类实验,在UCMLU(University of California Merced Land Use) 数据集上获得了97.01%的准确率。融合特征的分类实验证明,
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:1048576
    • 提供者:weixin_38558660
« 12 »