HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

深度学习应用篇-计算机视觉-目标检测[4]:边界框、锚框(交并比、非极大值抑制NMS、SoftNMS

深度学习应用篇计算机视觉目标检测4:综述、边界框boundingbox、锚框(Anchorbox)、交并比、非极大值抑制NMS、SoftNMS1.目标检测综述对计算机而言,能够“看到”的是图像被编码之后的数字,它很难理解高层语义概念,比如图像或者视频帧中出现的目

CAM, Grad-CAM, Grad-CAM++可视化CNN方式的代码实现和对比

当使用神经网络时,我们可以通过它的准确性来评估模型的性能,但是当涉及到计算机视觉问题时,不仅要有最好的准确性,还要有可解释性和对哪些特征/数据点有助于做出决策的理解。模型专注于正确的特征比模型的准确性更重要。理解CNN的方法主要有类激活图(ClassActivationMaps,CAM)、

深度学习应用篇-计算机视觉-图像分类[2]:LeNet、AlexNet、VGG模型结构、实现、模型特点详细介绍

深度学习应用篇计算机视觉图像分类2:LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍1.LeNet(1998)LeNet是最早的卷积神经网络之一<sup1</sup,其被提出用于识别手写数字和机器印刷字符

人工智能创新挑战赛:助力精准气象和海洋预测Baseline[2]:数据探索性分析(温度风场可视化)、CNN+LSTM模型建模

“AIEarth”人工智能创新挑战赛:助力精准气象和海洋预测Baseline2:数据探索性分析(温度风场可视化)、CNNLSTM模型建模1.气象海洋预测数据分析数据分析是解决一个数据挖掘任务的重要一环,通过数据分析,我们可以了解标签的分布、数据中存在的缺失值和异常

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。