文章
拜登也中招!口型同步技术无察觉合成假视频,美国高校开发检测“假话”工具
!口型同步技术无察觉合成假视频!美国高校开发检测“假话”工具(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/665f80e4f7589873d9c347e53a0d580a.png)耳听为真眼见为实这就话在当今时代已经不再适
AABO:自适应Anchor设置优化,性能榨取的最后一步 | ECCV 2020 Spotlight
<blockquote论文提出超参数优化方法AABO,该方法核心基于贝叶斯优化和SubSample方法,能够自适应的搜索最优的anchor设置。从实验结果来看,AABO能够仅通过anchor设置优化,为SOTA目标检测方法带来1.4%~2.4%的性能提升<br/ <br/来源:晓飞的
用树莓派4b构建深度学习应用(八)Openvino篇
前言<blockquote虽然这一代的树莓派增加了内存,但主频的限制使得直接用纯主板推理,速度还是不够实时,这一篇我们介绍一下在树莓派上部署OpenVINO神经棒,进一步提升AI的推理速度。</blockquote!(https://imghelloworld.os
用树莓派4b构建深度学习应用(七)Codeless开发篇
前言<blockquote通过前几篇的努力,我们把主流的几个AI框架都安装了一下,涉及了太多的代码,略显枯燥。这篇我们试着在这基础上,做一些有趣的AI应用,并赶一波时髦全程采用无代码开发。</blockquote!(https://imghelloworld.ossc
CSG:清华大学提出通过分化类特定卷积核来训练可解释的卷积网络 | ECCV 2020 Oral
<blockquote论文提出类特定控制门CSG来引导网络学习类特定的卷积核,并且加入正则化方法来稀疏化CSG矩阵,进一步保证类特定。从实验结果来看,CSG的稀疏性能够引导卷积核与类别的强关联,在卷积核层面产生高度类相关的特征表达,从而提升网络的性能以及可解释性<br/ <br/来源
用树莓派4b构建深度学习应用(六)TensorFlow Lite篇
前言<blockquote上回我们建立了tensorflow的开发环境,跑测试模型比较方便,但对于树莓派来说,还是太庞大了。仅有0.3fps无法满足实时的生产环境需求,这篇我们部署一下专门为移动端和嵌入式设备而生的TensorFlowLite,并跑几个模型,测试一下纯树莓
用树莓派4b构建深度学习应用(五)Tersorflow篇
前言<blockquote上回我们把pytorch的环境安装好了,这篇我们建立一下tensorflow和keras的开发环境。</blockquote!(https://imghelloworld.osscnbeijing.aliyuncs.com/im
用树莓派4b构建深度学习应用(四)PyTorch篇
前言<blockquote上回我们安装了OpenCV4.4,相信对源码编译库文件有了一定的了解,这篇我们进一步在树莓派上编译并安装Pytorch的最新版本。</blockquote!(https://imghelloworld.osscnbeijing.ali
【技术博客】神经网络分布式训练中参数优先传播方法
技术博客神经网络分布式训练中参数优先传播方法作者:倪昊这篇论文来自2019年SysML会议中Parallel&DistributedLearning的部分。数据并行训练(Dataparalleltraining)已经广泛地运用在在深度神经网络的分布
用树莓派4b构建深度学习应用(三)OpenCV篇
前言<blockquote上回我们把大部分系统相关的软件都安装好了,这一篇主要介绍一下最新版的OpenCV4.4在树莓派上的编译,安装与使用。</blockquote!opencv(https://imghelloworld.osscnbeijing.aliy
已加载文章中没有匹配内容,试试其他关键词或清空搜索。