深度學(xué)習(xí)

基于深度學(xué)習(xí)的三維點(diǎn)云配準(zhǔn)方法

基于深度學(xué)習(xí)的三維點(diǎn)云配準(zhǔn)方法成為研究的主流，并隨之誕生了DeepVCP、DGR、Predator等著名的方法。

2022-11-29 標(biāo)簽：深度學(xué)習(xí) 1866 0

基于深度學(xué)習(xí)的視覺目標(biāo)跟蹤方法

卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型用于將被跟蹤目標(biāo)與其周圍背景區(qū)分開來的跟蹤器可以獲得更準(zhǔn)確的結(jié)果，而CNN模型的模板匹配通常會(huì)更快。

2022-11-29 標(biāo)簽：深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 1339 0

深度解析深度學(xué)習(xí)的知識(shí)蒸餾技術(shù)

可以看到原本的分布很接近均勻分布，但經(jīng)過 softmax，不同類別的概率相差很大。這就導(dǎo)致類別間的隱藏的相關(guān)性信息不再那么明顯，有誰知道 0.09 和 ...

2022-11-29 標(biāo)簽：深度學(xué)習(xí) 1233 0

視覺算法的工業(yè)部署及落地方面的技術(shù)知識(shí)

需要掌握什么技術(shù)，學(xué)好C++很重要，起碼能看懂各種關(guān)于部署精巧設(shè)計(jì)的框架(再列一遍：Caffe、libtorch、ncnn、mnn、tvm、openvi...

2022-11-22 標(biāo)簽：深度學(xué)習(xí)視覺算法 951 0

深度學(xué)習(xí)技術(shù)之傳統(tǒng)圖像分割方法

所謂圖像分割指的是根據(jù)灰度、顏色、紋理和形狀等特征把圖像劃分成若干互不交迭的區(qū)域，并使這些特征在同一區(qū)域內(nèi)呈現(xiàn)出相似性，而在不同區(qū)域間呈現(xiàn)出明顯的差異性。

2022-11-21 標(biāo)簽：圖像分割深度學(xué)習(xí) 2032 0

基于深度學(xué)習(xí)的cryoET數(shù)據(jù)處理算法

IsoNet算法在預(yù)印本bioRxiv公布后，引起了領(lǐng)域內(nèi)的廣泛關(guān)注與深入討論，其中一個(gè)重點(diǎn)是IsoNet算法是如何實(shí)現(xiàn)缺失錐矯正的？

2022-11-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 443 0

如何通俗易懂的講解機(jī)器學(xué)習(xí)技術(shù)？

拋開所有和人工智能(AI)有關(guān)的扯淡成分，機(jī)器學(xué)習(xí)唯一的目標(biāo)是基于輸入的數(shù)據(jù)來預(yù)測(cè)結(jié)果，就這樣。所有的機(jī)器學(xué)習(xí)任務(wù)都可以用這種方式來表示，否則從一開始它...

2022-11-16 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 664 0

NVIDIA Jetson 機(jī)器學(xué)習(xí)項(xiàng)目之影像對(duì)象偵測(cè)

本文針對(duì)NVIDIA的GStreamer技術(shù)進(jìn)行簡(jiǎn)介，主要是因?yàn)镹VIDIA的Jetson Inference相關(guān)應(yīng)用，都是透過GStreamer進(jìn)行影...

2022-11-16 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)NVIDIAgpu 1380 0

如何應(yīng)用深度學(xué)習(xí)領(lǐng)域技術(shù)解決網(wǎng)絡(luò)問題

數(shù)據(jù)包和流級(jí)別的標(biāo)頭跟蹤對(duì)于許多網(wǎng)絡(luò)管理工作流至關(guān)重要。它們用于指導(dǎo)網(wǎng)絡(luò)監(jiān)控算法的設(shè)計(jì)和開發(fā)，開發(fā)新型異常檢測(cè)和指紋識(shí)別以及用于基準(zhǔn)測(cè)試去檢驗(yàn)新的硬件和...

2022-11-15 標(biāo)簽：深度學(xué)習(xí) 1669 0

自動(dòng)駕駛?cè)谠挘撼Ｓ玫狞c(diǎn)云配準(zhǔn)方法以及未來發(fā)展方向

深度學(xué)習(xí)在自動(dòng)駕駛領(lǐng)域可謂無往不利，點(diǎn)云配準(zhǔn)領(lǐng)域也不例外?；谏疃葘W(xué)習(xí)的點(diǎn)云配準(zhǔn)算法不斷被提出，包括PointNetLK、DCP、IDAM、RPM-Ne...

2022-11-11 標(biāo)簽：傳感器自動(dòng)駕駛毫米波雷達(dá) 2150 0

由“淺”變“深”的深度學(xué)習(xí)發(fā)展之路

深度學(xué)習(xí)的核心就是"深度" ，從實(shí)現(xiàn)上深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)就是一種包括多個(gè)隱含層的多層感知機(jī)，它通過組合低層特征，形成更為抽象的高層表示...

2022-11-11 標(biāo)簽：機(jī)器學(xué)習(xí)深度學(xué)習(xí) 826 0

使用深度學(xué)習(xí)實(shí)現(xiàn)海上雷達(dá)數(shù)據(jù)質(zhì)量控制自動(dòng)化

對(duì)海上船只來說，精確測(cè)量海浪、水流和對(duì)水航速非常利于執(zhí)行各種任務(wù)，包括優(yōu)化燃油以及在受限海域內(nèi)航行。例如，即使對(duì)水航速測(cè)量失之毫厘，船舶性能計(jì)算結(jié)果也可...

2022-11-10 標(biāo)簽：matlab深度學(xué)習(xí) 951 0

基于深度學(xué)習(xí)的兩相流氣泡末速度預(yù)測(cè)

摘要：針對(duì)在氣液兩相流中難以進(jìn)行穩(wěn)態(tài)分析，無法對(duì)氣泡末速度進(jìn)行精準(zhǔn)預(yù)測(cè)的問題，提出一種基于深度學(xué)習(xí)的氣泡末速度預(yù)測(cè)方法。首先，搭建了一套高速相機(jī)采集系統(tǒng)...

2022-11-08 標(biāo)簽：圖像處理深度學(xué)習(xí) 993 0

超詳細(xì)配置教程：用Windows電腦訓(xùn)練深度學(xué)習(xí)模型

雖然大多數(shù)深度學(xué)習(xí)模型都是在 Linux 系統(tǒng)上訓(xùn)練的，但 Windows 也是一個(gè)非常重要的系統(tǒng)，也可能是很多機(jī)器學(xué)習(xí)初學(xué)者更為熟悉的系統(tǒng)。要在 Wi...

2022-11-08 標(biāo)簽：LinuxWINDOWS深度學(xué)習(xí) 1511 0

什么是圖神經(jīng)網(wǎng)絡(luò) 圖神經(jīng)網(wǎng)絡(luò)能做什么

圖神經(jīng)網(wǎng)絡(luò)將深度學(xué)習(xí)的預(yù)測(cè)能力應(yīng)用于豐富的數(shù)據(jù)結(jié)構(gòu)中，這些數(shù)據(jù)結(jié)構(gòu)將物體及其對(duì)應(yīng)關(guān)系描述為圖中用線連成的點(diǎn)。

2022-11-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)GNN 2402 0

卷積神經(jīng)網(wǎng)絡(luò)是實(shí)現(xiàn)深度學(xué)習(xí)的重要方法之一

成功應(yīng)用了ReLU激活函數(shù)，雖然非AlexNet的原創(chuàng)，最早（2000年）在《自然》（Nature）中的一篇文章中就被提出來了，但真正能發(fā)揮神奇功效、并...

2022-11-07 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1054 0

偏振光學(xué)如何應(yīng)用在生物醫(yī)學(xué)中

光的偏振可看作是一種矢量屬性，而與之相互作用的系統(tǒng)也可以看作是矢量信息，這些信息可用來描述系統(tǒng)之間的相互作用。這就需要使用一系列的形式論，這些形論反過來...

2022-11-07 標(biāo)簽：濾波器電磁波機(jī)器學(xué)習(xí) 2177 0

深度學(xué)習(xí)算法如何工作?排名前十的深度學(xué)習(xí)算法介紹

定義神經(jīng)網(wǎng)絡(luò) Neural Networks，簡(jiǎn)稱NN。針對(duì)機(jī)器學(xué)習(xí)算法需要領(lǐng)域?qū)＜疫M(jìn)行特征工程，模型泛化性能差的問題，提出了NN可以從數(shù)據(jù)的原始特征學(xué)...

2022-11-03 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí) 1219 0