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. VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION

  2. VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION非常经典的VGG-NET框架就是出自这篇文章

  3. 所属分类：讲义

    • 发布日期：2016-03-01
    • 文件大小：195kb
    • 提供者：autocyz

  1. 卷积神经网络图像分类和检测必看论文

  2. 集合了卷积神经网络从神经网络分类Alnex,GoogleNet v1-v4,VGG,Resnet,Network in Network论文，图像检测R-CNN,FAST-RCNN,Faster-rcnn，Mask-rcnn，SSPN-net，SSD,YOLO，YOLO_v2,YOLO_v3,

  3. 所属分类：深度学习

    • 发布日期：2018-03-25
    • 文件大小：43mb
    • 提供者：u011128775

  1. VGG-Face Pytorch版模型

  2. 博客地址：https://blog.csdn.net/wen_fei/article/details/80261047 VGG-Face模型Pytorch版本，使用Pytorch的torch.load(VGG_FACE_LOCATION)可直接读取，基于千万张人脸数据训练，

  3. 所属分类：深度学习

    • 发布日期：2018-04-02
    • 文件大小：86byte
    • 提供者：wen_fei

  1. pytorch实现人脸识别包括人脸检测（opencv、dlib、CNN三种方法融合）人脸对齐和vgg-face人脸特征提取

  2. 博客地址：https://blog.csdn.net/wen_fei/article/details/80261047 人脸识别源代码，包括使用opencv、dlib和cnn实现的人脸检测、opencv实现的人脸对齐以及vgg-face的人脸特征提取等，最后余弦函数计算相似度，并提供flask部署代码，可以放在服务器上远程调用

  3. 所属分类：深度学习

    • 发布日期：2018-04-02
    • 文件大小：9kb
    • 提供者：wen_fei

  1. VGG16 & VGG19复现代码与权重

  2. 复现VGG16与VGG19,其中VGG16，VGG19权重放了连接，可自行下载。链接https://blog.csdn.net/jainszhang/article/details/79810478

  3. 所属分类：深度学习

    • 发布日期：2018-04-05
    • 文件大小：138kb
    • 提供者：jainszhang

  1. 全卷积文献中文翻译版

  2. Convolutional networks are powerful visual models that yield hierarchies of features. We show that convolutional networks by themselves, trained end-to-end, pixelsto- pixels, exceed the state-of-the-art in semantic segmentation. Our key insight is t

  3. 所属分类：深度学习

    • 发布日期：2018-05-31
    • 文件大小：2mb
    • 提供者：ice_bluelemon

  1. VGG-net实现

  2. vgg-net的实现，tensorflow+python，网络的搭建过程。

  3. 所属分类：深度学习

  1. ssd 512x512的权重

  2. SSD-512 VGG-based VOC07+12+COCO trainval VOC07 test ，如果需要300X300的可以去：https://download.csdn.net/download/qq_36396104/10792337

  3. 所属分类：深度学习

    • 发布日期：2018-11-18
    • 文件大小：96mb
    • 提供者：qq_36396104

  1. 目标分类网络总结

  2. 总结了深度学习中的分类网络，从Le-net，Alex-net,Vgg,googlenet (inception v1,v2,v3), net in net, resnet50,SE net, mobile net, shuffle Net,还总结了相应的知识点。

  3. 所属分类：深度学习

  1. tensorflow笔记.zip

  2. 包含清华大学tensorflow在线课程学习笔记及部分码源资料，了解人工智能的背景与python的部分语法规则，学习从最基础的单层神经网络到vgg-net的搭建，附vgg16代码及论文详解

  3. 所属分类：深度学习

    • 发布日期：2020-07-28
    • 文件大小：500mb
    • 提供者：weixin_42216171

  1. Pytorch抽取网络层的Feature Map(Vgg)实例

  2. 这边我是需要得到图片在Vgg的5个block里relu后的Feature Map （其余网络只需要替换就可以了） 索引可以这样获得 vgg = models.vgg19(pretrained=True).features.eval() print (vgg) Feature Map可利用下面的class class Vgg16(nn.Module): def __init__(self, pretrained=True): super(Vgg16, self).__init__(

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：31kb
    • 提供者：weixin_38634065

  1. vgg预训练模型--自用

  2. 自用，勿下，转自：https://blog.csdn.net/qq_35436571/article/details/97760098

  3. 所属分类：其它

    • 发布日期：2021-01-08
    • 文件大小：52mb
    • 提供者：qq_36780295

  1. AutoSpeech:[InterSpeech 2020]“自动语音-源码

  2. AutoSpeech：用于说话人识别的神经体系结构搜索 本文的代码 丁少金*，陈天龙*，龚新宇，查微微，王章阳 概述 基于卷积神经网络（CNN）的说话人识别系统通常是使用现成的主干网构建的，例如VGG-Net或ResNet。但是，这些主干最初是用于图像分类的，因此可能自然不适合说话人识别。由于手动探索设计空间的复杂性过高，我们提出了第一种用于说话人识别任务的神经体系结构搜索方法，称为AutoSpeech 。我们在上的评估结果表明，从提议的方法衍生的CNN架构明显优于基于VGG-M，ResNet-

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：182kb
    • 提供者：weixin_42131405

  1. 基于多层深度特征融合的极化合成孔径雷达图像语义分割

  2. 针对传统特征表征能力较弱的问题，提出了一种基于多层深度特征融合的极化合成孔径雷达图像语义分割方法；利用经过预训练的VGG-Net-16模型提取表征能力更强的多层图像特征，再将各层深度特征分别用于训练对应的条件随机场模型，最后将多个条件随机场模型的输出结果进行融合，实现了最终的图像语义分割。结果表明：与基于传统经典特征的方法相比，所提方法取得了最高的总体分类精度，说明所提方法采用的融合特征具有比传统特征更强的表征能力。

  3. 所属分类：其它

  1. 基于自适应卷积特征的目标跟踪算法

  2. 针对空间正则化相关滤波(SRDCF)跟踪算法在目标跟踪中旋转变化、超出视野和严重遮挡情况下存在跟踪失败的问题, 提出了一种基于自适应卷积特征的目标跟踪算法。对VGG-Net模型中conv3-4层卷积特征进行主成分分析, 利用自适应降维技术将conv3-4层特征维数由256维降至130维。在检测区域求取分类器最大响应位置及其目标尺度信息, 并对最大响应位置的目标进行置信度比较, 训练在线支持向量机(SVM)分类器, 以便在跟踪失败的情况下, 重新检测到目标而实现长期跟踪。计算跟踪位置的峰旁比, 选

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：20mb
    • 提供者：weixin_38714761

  1. 基于自适应多层卷积特征决策融合的目标跟踪

  2. 针对在复杂环境中目标尺度变化、形状变化以及场景光照变化、背景干扰等因素导致的目标跟踪稳定性下降问题,提出一种基于自适应多层卷积特征决策融合的目标跟踪算法。首先,通过卷积神经网络VGG-Net-19提取目标候选区域的多层卷积特征;其次,在相关滤波模型框架下,利用这些卷积特征构建多个弱跟踪器;接着,根据每个弱跟踪器的决策损失变化自适应地调节它们的决策权重,完成基于多层卷积特征的目标位置估计;然后,根据尺度相关滤波模型在目标中心区域进行多尺度采样,并利用相邻帧的尺度变化先验分布完成对目标尺度的预测。选

  3. 所属分类：其它

  1. 基于多层卷积特征融合的目标尺度自适应稳健跟踪

  2. 针对复杂跟踪条件下目标的稳健跟踪和精确尺度估计问题，提出了一种基于多层卷积特征融合的目标尺度自适应稳健跟踪算法。算法首先利用VGG-Net-19深层卷积网络架构提取目标候选区域的多层卷积特征，通过相关滤波算法构建二维定位滤波器，得到多层卷积特征并进行加权融合，从而确定目标的中心位置；然后通过对目标区域进行多尺度采样，提取其梯度方向直方图特征构建一维尺度相关滤波器，确定目标的最佳尺度。实验结果表明，与6种当前主流跟踪算法相比，该算法取得了最好的跟踪成功率与精度，同时在跟踪过程中较好地实现了对目标快

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：13mb
    • 提供者：weixin_38565480

  1. face_id：使用混合功能检测，识别和验证面部：来自VGG-net + HoG + LBP的“深度”功能。 混合功能有助于显着提高识别度-源码

  2. 人脸编号 这是什么，它如何工作？ 使用混合功能检测，识别和验证面部：来自VGG-net + HoG + LBP的“深度”功能。 使用VGG Face matconvnet以及从传统方法HoG和LBP获得的特征进行深度特征提取。 混合功能有助于将识别的准确性提高到相当高的水平。 侦测 可以检测大多数面Kong。 （警告可能会对我们用来训练数据的偏见） 承认 可以识别以下面Kong： 阿卜杜拉·居尔 阿米莉·莫里斯莫（Amelie Mauresmo） 安迪·罗迪克 安吉丽娜·朱莉 阿塔尔·比哈

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：208mb
    • 提供者：weixin_42166626

  1. 基于多层深度卷积特征的抗遮挡实时跟踪算法

  2. 为提高复杂场景中目标跟踪算法的准确性与实时性,提出一种基于多层深度卷积特征的抗遮挡实时目标跟踪算法。针对目标跟踪任务,先对深度卷积网络VGG-Net-19进行微调,再提取目标区域的多层深度卷积特征。根据相关滤波框架构建位置相关滤波器,确定目标中心位置。设计尺度相关滤波器对目标区域进行不同尺度采样,确定目标尺度。目标遮挡时,采用阶段性评估策略进行模型更新与恢复,解决模型误差积累问题。选取目标跟踪评估数据集OTB-2015(100组视频序列)与UAV123(123组视频序列)进行测试。实验结果表明,

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：23mb
    • 提供者：weixin_38697979

  1. 基于高置信度更新的多滤波器协同跟踪算法

  2. 提出一种基于高置信度模型更新策略的多相关滤波器协同跟踪算法。利用卷积网络结构VGG-Net-19提取目标周围区域的多层卷积特征,构造深度滤波器,以自适应的特征融合策略实现目标初定位;建立尺度滤波器以检测目标的尺寸变化;利用主次峰坡度比作为跟踪置信度指标,设计一种高置信度下的模型更新策略;当跟踪置信度不足时,通过EdgeBox方法提取目标候选区域,利用设计的重检测滤波器,确定目标的最终位置。在标准数据集OTB-100和TC-128上的实验结果表明,本文算法取得了较高的跟踪精度,在目标发生遮挡、光线

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：13mb
    • 提供者：weixin_38724154
« 12 »