首页 > 数据要素产业 > 搜索
  • 如何使用深度学习进行脑肿瘤检测和定位？
    问题陈述通过使用 Kaggle 的 MRI 数据集的图像分割来预测和定位脑肿瘤。将本文分为两个部分,因为我们将针对相同的数据集,不同的任务训练两个深度学习模型。这部分的模型是一个分类模型,它会从 MRI 图像中检测肿瘤,然后如果存在肿瘤,我们将在本系列的下一部分中进一步定位有肿瘤的大脑部分
    12-08 00:33 TAG： 深度学习 脑肿瘤检测
  • 一文了解padding在深度学习模型中重要吗？
    本文来自公众号CV技术指南的技术总结系列欢迎关注CV技术指南 ,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。前言本文介绍了两个实验,展示了padding在深度学习模型中的影响。实验一卷积是平移等变的:将输入图像平移 1 个像素,输出图像也平移 1 个像素(见图 1)
    12-08 00:32 TAG： 计算机视觉 深度学习 神经网络
  • 一文了解CNN可视化技术总结之特征图可视化
    导言: 在CV很多方向所谓改进模型,改进网络,都是在按照人的主观思想在改进,常常在说CNN的本质是提取特征,但并不知道它提取了什么特征,哪些区域对于识别真正起作用,也不知道网络是根据什么得出了分类结果
    12-08 00:30 TAG： 计算机视觉 深度学习 CNN可视化
  • 深度学习下的AI落地，计算机视觉是否一条好赛道
    计算机视觉是目前AI在中国落地最顺利的技术。以旷视科技Face++、商汤科技、极链科技Video++为代表的AI头部企业战略，出现向平台企业或软硬一体化企业发展的分化趋势，及零售等新领域快速崛起。
    12-08 00:07 TAG： 计算机视觉 深度学习.AI
  • 深度学习下的AI落地 计算机视觉是否一条好赛道
    计算机视觉是目前AI在中国落地最顺利的技术。从目前的落地进展来看，移动互联网、安防、零售、物流、医疗、文娱、无人驾驶的商业化有待成熟。以旷视科技Face＋＋、商汤科技、极链科技Video＋＋为代表的AI头部企业战略出现向平台企业或软硬一体化企业发展的分化趋势及零售等新领域快速崛起。
    12-08 00:06 TAG： AI 计算机视觉
  • 深度学习“瓶颈”已至 计算机视觉如何突破困局？
    深度学习依然存在瓶颈，但目前它要发挥的作用所需要的前置条件太过苛刻，输入数据对其最终的结果有着决定性的影响。如果要真正达到理想中的人工智能，这些瓶颈还有待于人们的进一步突破。
    12-08 00:06 TAG： 深度学习 计算机视觉 AI
  • 研祥慧视机器视觉事业部林淼：全力以赴打造机器视觉新纪元
    自从250年前英国发生了第一次工业革命，人类社会已经经历了三次工业革命。而在此刻，人类社会已经迈向了第四次工业革命的道路。
    12-08 00:03 TAG： 研祥 机器视觉 深度学习
  • BrainChip与Magik Eye合作推出3D深度感应方案
    超低功耗高性能AI技术供应商Brainchip已与3D传感器开发商Magik Eye携手合作，设备基于MagikEye的Invertible Light 3D深度感应技术和Brainchip的Akida神经形态处理器，双方声称这提供了最小，最快和最省电的3D深度感应功能。
    12-07 23:55 TAG： BrainChip 3D感应 Magik Eye 边缘人工智能 3D视觉
  • 在 AI 机器视觉时代， 人脑训练还有意义吗？
    通过这11种方法可以刺激你的大脑，给你的大脑带来各种各样的新体验。这些新奇的感觉会加强你大脑的控制记忆、情绪、注意力广度、解决问题能力、学习和处理能力的相关区域，促进你的智力增长！
    12-07 23:52 TAG： 边缘计算 深度学习 人工智能 英伟达 检测
  • 雅观科技与海康威视达成深度合作
    海康威视智慧事业部总经理胡明辉与雅观科技CIO高健伦，代表海康威视和雅观科技，共同签署了战略合作协议，并合影留念。
    12-07 23:48 TAG： 海康威视 视频监控 雅观科技
  • 商汤科技与清华大学启动“感知计算” 产学研深度融合专项 共建校企合作新范式
    商汤科技与清华大学启动“感知计算” 产学研深度融合专项 共建校企合作新范式
    12-07 23:46 TAG： 商汤科技 清华大学 感知计算
  • 国产化热潮，机器视觉迎来发展良机
    作为人类视觉在机器上的延伸，机器视觉凭借其分辨率高、速度快、范围宽、适应性强、精度高、可量化及可持续工作等优势，将图像处理应用于工业自动化领域，成为智能制造繁荣发展的推动力。文︱郭紫文20世纪50年代，Gilson 提出“光流”概念，机器视觉就此萌蘖
    12-07 23:46 TAG： 智能制造 机器视觉 计算机视觉 机器换人 深度学习
  • 针对BN的归一化方法总结
    前言:归一化相关技术已经经过了几年的发展,目前针对不同的应用场合有相应的方法,在本文将这些方法做了一个总结,介绍了它们的思路,方法,应用场景。主要涉及到:LRN,BN,LN, IN, GN, FRN, WN, BRN, CBN, CmBN等
    12-07 23:45 TAG： 归一化方法 深度学习 计算机视觉
  • 注意力机制技术总结：如何应用在计算机视觉上
    前言:注意力机制在视觉上是非常重要的部分,这方面的综述、总结有很多。为了本文总结的全面性,我基本都看了一遍。然而这些综述要么面面俱到,对所有内容都非常详细地阐述,包括一些非常不常用的,过时的论文或结构;要么没分清重点,有些内容跟论文有关,但跟注意力无关,这些文章也把这些内容总结到里面
    12-07 23:45 TAG： 计算机视觉 注意力机制 深度学习
  • 一文带你重新思考BatchNorm中的Batch
    前言公众号在前面发过三篇分别对BatchNorm解读、分析和总结的文章(文章链接在文末),阅读过这三篇文章的读者对BatchNorm和归一化方法应该已经有了较深的认识和理解。在本文将介绍一篇关于BatchNorm举足轻重的论文
    12-07 23:44 TAG： 计算机视觉 深度学习 BatchNorm
  • 一文了解计算机视觉中的特征金字塔技术总结
    前言:特征金字塔是目前用于目标检测、语义分割、行为识别等方面比较重要的一个部分,对于提高模型性能具有非常好的表现。不同大小的目标都经过了相同的降采样比例后会出现较大的语义代沟,最常见的表现就是小目标检测精度比较低
    12-07 23:43 TAG： 计算机视觉 深度学习 神经网络
  • 欠拟合与过拟合技术总结
    前言:机器学习的模式是通过大量的数据喂给一个模型,模型会根据数据不断调整自身参数,最终具备判别这些数据的模式或特征的能力。若模型无法从这些数据中训练出一个很好的效果,则认为它是欠拟合。若模型在训练的时候达到很好的效果,而在未参与训练的数据上测试,效果不好,则认为它是过拟合
    12-07 23:43 TAG： 欠拟合 过拟合 计算机视觉 深度学习
  • 技术文章：一个高效的金字塔切分注意力模块PSA
    前言:前面分享了一篇《继SE,CBAM后的一种新的注意力机制Coordinate Attention》,其出发点在于SE只引入了通道注意力,CBAM的空间注意力只考虑了局部区域的信息,从而提出考虑全局空间信息的注意力机制
    12-07 23:42 TAG： 注意力机制 计算机视觉 深度学习
  • 一文详解不带Anchors和NMS的目标检测
    前言:目标检测是计算机视觉中的一项传统任务。自2015年以来,人们倾向于使用现代深度学习技术来提高目标检测的性能。虽然模型的准确性越来越高,但模型的复杂性也增加了,主要是由于在训练和NMS后处理过程中的各种动态标记
    12-07 23:42 TAG： 计算机视觉 深度学习
  • 一文详解计算机视觉与深度学习的应用
    全球汽车快讯 据外媒报道,当人们看风景或看图像时,他(她)们能够理解看到的内容——风景或照片内的目标。若该行为正在进行中,那么会发生什么呢?而一台计算机则仅能处理用于描述各像素颜色值的数字数据。对于某个人而言,从凌乱的桌面上识别出一块披萨,可谓毫不费力
    12-07 23:41 TAG： 计算机视觉 深度学习
    • 上一页   1   2   …  3   4   5   6   …   7   8   下一页
    相关搜索
    您是不是在找?
    今日排行
    本周排行
    本月排行
    免费注册体验
    联系我们

    未来已至-为AI数据而生


    关注服务号


    关注订阅号

    AI数据集

    AI科学社区

    AI数据标注工具

    关于我们