完善資料讓更多小伙伴認識你，還能領取20積分哦，立即完善>
標簽 > 卷積神經網絡
卷積神經網絡（Convolutional Neural Networks， CNN）是一類包含卷積計算且具有深度結構的前饋神經網絡（Feedforward Neural Networks），是深度學習（deep learning）的代表算法之一。
文章：332個 瀏覽：12211次 帖子：18個
實例分割問題，主要障礙在于點云本身是無序、非結構化和非均勻的。廣泛使用的卷積神經網絡需要對三維點云進行體素化處理，從而產生高昂的計算和內存成本。
卷積神經網絡（CNN）是一種在圖像處理和計算機視覺領域廣泛應用的深度學習模型，因其能夠自動學習圖像的層次化特征表示而成為SAR目標分類的理想選擇。
卷積神經網絡（Convolutional Neural Network, CNN）作為深度學習領域的重要分支，在圖像識別、視頻處理、自然語言處理等多個領...
利用電子編碼和衍射解碼通過隨機未知擴散體進行光信息傳輸 該混合模型通過監督學習進行訓練，將基于卷積神經網絡(CNN)的電子編碼器與物理制備的協同優化的透...
大家在生活中經常會看到在我們進入商城時，門口會有相機在拍攝我們，并且會統計有多少人數進入商店，它是如何進行人數量統計的呢？
提出了一種線檢測CNN（VLSE），其利用了新穎的線段表示和基于Stacked Hourglass network的定制混合卷積塊。
作者在各種數據集上評估了所提出的ELFNet，包括Scene Flow ，KITTI 2012和KITTI 2015 和Middlebury 2014 ...
2023-09-18 標簽：神經網絡深度學習Transformer 607 0
MAX78000是一款具有超低功耗CNN加速器的AI微控制器，這是一種先進的片上系統。它能夠以超低功耗為資源受限的邊緣設備或物聯網應用提供神經網絡。
彈道光與散射光在散射成像中不同作用的發現解釋了深度學習散射成像無法突破厚度限制的物理原因，對今后深度學習散射成像的應用研究具有指導意義。
卷積神經網絡是目前計算機視覺中使用最普遍的模型結構。引入卷積神經網絡進行特征提取，既能提取到相鄰像素點之間的特征模式，又能保證參數的個數不隨圖片尺寸變化。
卷積神經網絡（CNN）是一種用于對目標進行重建、分類等處理的深度學習方法。自2016年深度學習被首次應用于散射成像，該研究一直是光學成像領域的熱門方向。
YOLO意思是You Only Look Once，創造性的將候選區和對象識別這兩個階段合二為一，看一眼圖片（不用看兩眼哦）就能知道有哪些對象以及它們的位置。
低秩近似算法在中小型網絡模型上，取得了很不錯的效果，但其超參數量與網絡層數呈線性變化趨勢，隨著網絡層數的增加與模型復雜度的提升，其搜索空間會急劇增大，目...
卷積神經網絡是目前計算機視覺中使用最普遍的模型結構。引入卷積神經網絡進行特征提取，既能提取到相鄰像素點之間的特征模式，又能保證參數的個數不隨圖片尺寸變化。
在友晶LabCloud平臺上使用PipeCNN實現ImageNet圖像分類
利用深度卷積神經網絡（CNN）進行圖像分類是通過使用多個卷積層來從輸入數據中提取特征，最后通過分類層做決策來識別出目標物體。
卷積后產生的特征圖中的值，越靠近1表示與該特征越關聯，越靠近-1表示越不關聯，而我們進行特征提取時，為了使得數據更少，操作更方便，就直接舍棄掉那些不相關...
換一批
編輯推薦廠商產品技術軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | 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 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯網 | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發電 | UPS | AR | 智能電網 | 國民技術 | Microchip |
| 開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
| 5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
| NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
| Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
| 語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
| CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
| SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
| 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 |
關注我們的微信
下載發燒友APP
電子發燒友觀察
版權所有 ? 湖南華秋數字科技有限公司
長沙市望城經濟技術開發區航空路6號手機智能終端產業園2號廠房3層（0731-88081133）
電子發燒友 （電路圖） 湘公網安備43011202000918
工商網監
湘ICP備2023018690號-1
