完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>
標簽 > 深度學(xué)習(xí)
文章:4730個 瀏覽:122722次 帖子:173個
本節(jié)主要將近年來基于候選區(qū)域的目標檢測算法分為五個部分進行綜述,首先介紹了Faster R-CNN[14]框架的發(fā)展歷程,然后綜述了對Faster R-...
2023-01-09 標簽:計算機視覺深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 1453 0
人工智能對人類生活和經(jīng)濟的影響是驚人的。到2030年,人工智能可以為世界經(jīng)濟增加約15.7萬億美元。
2023-01-07 標簽:人工智能深度學(xué)習(xí) 2.7萬 0
深度學(xué)習(xí)有哪些trick?提升performance的利器有哪些?
abel smoothing將hard label轉(zhuǎn)變成soft label,使網(wǎng)絡(luò)優(yōu)化更加平滑。標簽平滑是用于深度神經(jīng)網(wǎng)絡(luò)(DNN)的有效正則化工具,...
2023-01-26 標簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 900 0
深入了解目標檢測深度學(xué)習(xí)算法的技術(shù)細節(jié)
本文將討論目標檢測的基本方法(窮盡搜索、R-CNN、Fast R-CNN和Faster R-CNN),并嘗試理解每個模型的技術(shù)細節(jié)。為了讓經(jīng)驗水平各不相...
2023-01-05 標簽:深度學(xué)習(xí) 577 0
將該框架推廣到廣義零樣本學(xué)習(xí),并針對域偏置問題,提出了- -種基于語義知識的域檢測方法。利用域檢測方法可以先將未見類別和已見類別進行區(qū)分,然后用兩個模型...
2022-12-29 標簽:SAR深度學(xué)習(xí) 909 0
基于深度學(xué)習(xí)的耳朵識別系統(tǒng)概述
在設(shè)置生物識別設(shè)備時,算法會采集一個人的多個身份樣本,如面部圖像或指紋,并將其記錄到設(shè)備中。當(dāng)使用生物特征來解鎖設(shè)備時,它需要實時樣本來與設(shè)備上的日志進...
2022-12-28 標簽:生物識別深度學(xué)習(xí) 508 0
超異構(gòu)芯片是具有高水平的系統(tǒng)集成,以實現(xiàn)先進汽車的可擴展性和更低成本的支持集中式 ECU。關(guān)鍵核心包括具有標量和矢量內(nèi)核的下一代 DSP,專用深度學(xué)習(xí)的...
2022-12-23 標簽:ecu深度學(xué)習(xí)異構(gòu)芯片 1642 0
Teachable Machine 嵌入式神經(jīng)網(wǎng)絡(luò)的做視覺分類技術(shù)
本文會帶您完成相關(guān)的軟硬件環(huán)境設(shè)定,并操作 Teachable Machine 透過相機模塊來搜集照片、訓(xùn)練神經(jīng)網(wǎng)絡(luò),最后導(dǎo)出檔案給 Arduino ...
2022-12-23 標簽:嵌入式神經(jīng)網(wǎng)絡(luò)Arduino 1193 1
深度學(xué)習(xí)技術(shù)應(yīng)用于目標視覺檢測時存在的困難和挑戰(zhàn)
目標視覺檢測的根本問題是估計特定類型目標出現(xiàn)在圖像中的哪些位置.如圖 1所示, 目標視覺檢測技術(shù)在流程上大致分為三個步驟:區(qū)域建議(Region pro...
2022-12-21 標簽:計算機視覺深度學(xué)習(xí) 2737 0
基于處理器KNL和FPGA的深度學(xué)習(xí)算法搭建
1965年摩爾定律提出后,我們開始依次進入1965-2005年的單核CPU時代;2006至如今的多核CPU時代;2012至如今的多核英特爾MIC時代。
2022-12-20 標簽:cpu摩爾定律深度學(xué)習(xí) 806 0
應(yīng)用于自動駕駛系統(tǒng)的雙目視覺解決方案
有了深度學(xué)習(xí),可以根據(jù)3-D的ground truth來訓(xùn)練NN模型,得到3D大小和姿態(tài)估計,距離是基于平行線原理(single view metrol...
2022-12-20 標簽:adas自動駕駛深度學(xué)習(xí) 1191 0
基于端到端的單噪聲圖像降噪和校正網(wǎng)絡(luò)實現(xiàn)高質(zhì)量的車牌識別
在本文中,我們提出了一種用于從真實世界中的低質(zhì)量圖像中進行車牌識別的算法。我們的算法建立在降噪和校正的框架上,并且每個任務(wù)都是由卷積神經(jīng)網(wǎng)絡(luò)來執(zhí)行。在先...
2022-12-13 標簽:車牌識別深度學(xué)習(xí) 1298 0
在信息時代,光子和電子是信息傳輸?shù)闹饕d體。與微電子學(xué)中的摩爾定律不同,集成光子器件的密度主要受光波長或衍射極限的限制。
2022-12-07 標簽:WDM光譜儀深度學(xué)習(xí) 1025 0
基于深度學(xué)習(xí)的低光照增強技術(shù)解析
訓(xùn)練數(shù)據(jù)采用的是用PS調(diào)整過的高質(zhì)量圖像和對應(yīng)的合成低光照圖像(隨機減少亮度、對比度,伽馬校正)。損失函數(shù)為帶正則項的誤差矩陣的F-范數(shù)平方,即誤差平方和。
2022-12-07 標簽:成像系統(tǒng)深度學(xué)習(xí) 1183 0
目標檢測定義,識別圖片中有哪些物體以及物體的位置(坐標位置)。其中,需要識別哪些物體是人為設(shè)定限制的,僅識別需要檢測的物體
2022-12-06 標簽:目標檢測深度學(xué)習(xí) 5694 0
Hinton 表示,這種設(shè)計要求意味著數(shù)字計算機已經(jīng)錯過了「硬件的各種可變、隨機、不穩(wěn)定、模擬和不可靠特性」,而這些特性可能對我們非常有用。
2022-12-05 標簽:神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 451 0
為什么不同模態(tài)的embedding在表征空間中形成不同的簇
文中將一些經(jīng)典的多模態(tài)對比學(xué)習(xí)模型中兩個模態(tài)的embedding,通過降維等方法映射到二維坐標系中。
2022-12-05 標簽:Clip深度學(xué)習(xí) 1283 0
為驗證本文算法對不同大小目標的檢測精度, 實驗中隨機選取100張圖片, 其中包含198個目標, 將其分為大、中、小三類. 由于該網(wǎng)絡(luò)的輸入圖像尺寸為30...
2022-12-05 標簽:SSD計算機視覺深度學(xué)習(xí) 1864 0
計算成像能力通常體現(xiàn)在攝像機的核心處理器的ISP(Image Signal Processing)能力上,通過算力換圖像等方式提升攝像機對圖像的處理能力...
基于視覺傳感器的SLAM系統(tǒng)學(xué)習(xí)
視覺SLAM是一種基于視覺傳感器的 SLAM 系統(tǒng),與激光傳感器相比,視覺傳感器具有成本低、保留環(huán)境語義信息的優(yōu)點,能夠與深度學(xué)習(xí)進行大量結(jié)合。
2022-11-29 標簽:機器人深度學(xué)習(xí) 1018 0
編輯推薦廠商產(chǎn)品技術(shù)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(lián)網(wǎng) | 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(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
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 |