深度卷积神经网络（DCNN）在图像分类和识别上取得了很显著的提高。回顾从2014到2016这两年多的时间，先后涌现出了R-CNN，Fast R-CNN, Faster R-CNN, ION
2017-11-16 01:41
作为计算机视觉中的基本视觉识别问题，目标检测在过去的几十年中得到了广泛地研究。目标检测旨在给定图像中找到具有准确定位的特定对象，并为每个对象分配一个对应的标签。近年来，深度卷积神经网络DCNN
2022-02-11 08:51
CNN已经广泛用于图像识别，因为它能模仿生物视觉神经的行为获得很高识别准确率。最近，基于深度学习算法的现代应用高速增长进一步改善了研究和实现。特别地，多种基于FPGA平台的深度CNN加速器被提出
2017-11-17 13:31
局部感知。图像的空间联系中局部的像素联系比较紧密，而距离较远的像素相关性则较弱。因此，每个神经元其实只需对局部区域进行感知，而不需要对全局图像进行感知。
2020-04-17 15:18
SVHN数据集用来检测和识别街景图像中的门牌号，从大量街景图像的剪裁门牌号图像中收集，包含超过600000幅小图像，这些图像以两种格式呈现：一种是完整的数字，即原始的、分辨率可变的、彩色的门牌号图像，每个图像包括检测到的数字的转录以及字符级边界框。
2022-09-21 10:21
为了提高稀疏3D激光雷达捕获点云的分辨率，MIT的研究人员通过研究，将这个问题从3D问题转换为2D图像空间中的图像超分辨率问题，使用深度卷积神经网络来解决。
2020-05-17 09:47
“我们开发的模型可以在实际应用中使用，只需稍作修改，就可以与移动应用一起使用。利用这个经过训练的网络，有可能对使用智能手机拍摄的蚊子图像进行高效实时的预测，” Adhane 说。
2022-04-08 10:32
激活函数的使用不会改变我们这个简单的红绿灯模型的结果(除了阈值需要是0.5而不是0)，但激活函数的非线性对于使神经网络能够建模更复杂的函数是必不可少的。如果没有激活函数，每一个神经网络，不管多么复杂
2019-01-06 10:00
AlexNet发表的2012年是具有里程碑意义的一年，自那以后，计算机视觉领域的所有突破几乎都来自深度神经网络。本文深入探讨了深度学习，尤其是非常擅长与理解图像的深度
2019-02-05 09:48
在本研究中，研究者提出了一种有效的深度卷积神经网络(DCNN)结构，利用手持照相机拍摄的照片来检测水稻的生长阶段(DVS)。
2024-01-09 10:10
