卷积神经网络(Convolutional Neural Networks,简称CNN)是一种深度学习模型,广泛应用于图像识别、视频分析、自然语言处理等领域。 CNN的基本概念 1.1 卷积层(Convolutional Layer) 卷积层是CNN的核心,用于提取图像的局部特征。卷积操作通过滑动窗口(滤波器或卷积核)在输入数据上进行计算,生成特征图(Feature Map)。卷积核的...
Sequeeze-and-Excitation(SE) block并不是一个完整的网络结构,而是一个子结构,可以嵌到其他分类或检测模型中,作者采用SENet block和ResNeXt结合在ILSVRC 2017的分类项目中拿到第一,在ImageNet数据集上将top-5 error降低到2.251%,原先的最好成绩是2.991%。SENet的核心思想在于通过网络根据loss去学习特征权重,使得有效的f...
SNN(脉冲神经网络):SNN是一种模拟生物神经元动力学的网络模型,神经元以脉冲的形式传输信息。突触器件...
目标识别的开源项目有哪些? | FastReID:这是一个基于PyTorch实现的针对目标重识别任务的开源库,提供了完整的工具箱,包括训练、评估、微调和模型部署,并实现了在多个任务中的最先进的模型[1]。 YOLOv5:这是一个基于PyTorch实现的卷积神经网络框架,可用于实时目标检测和实例分割等任务,具有高效性和准确性[6]。SSD:...