【现代深度学习技术】卷积神经网络 | 图像卷积
文章目录 一、互相关运算二、卷积层三、图像中目标的边缘检测四、学习卷积核五、互相关和卷积六、特征映射和感受野小结 上节我们解析了卷积层的原理，现在我们看看它的实际应用。由于卷积神经网络的设计是用于探索图像数据，本节我们将以图像为例。 一、互相关运算 严格来说，卷积层是个错误的叫法，因为它所表达的运算其实是互相关运算（cross-correlation），而不是卷积运算。根据【现代深度学习技术...
【第3章：卷积神经网络（CNN）——3.8 迁移学习与微调策略】
迁移学习示意图 一、灵魂拷问：为什么你的CNN总在重复造轮子？ 当你试图用500张狗狗照片训练一个世界级分类器时，是不是觉得就像让小学生直接攻读量子物理一样力不从心？这时，迁移学习的魔法就显现了。想象一下，如果能把ImageNet冠军模型变成你的专属AI助手，哪怕你的训练数据只够塞满一个U盘，那该有多爽！接下来，我们就来揭秘这背后的奥秘。 二、知识搬运的艺术：迁移学习全景观 2.1 预训练模型博物馆...
YOLOv11改进有效涨点专栏目录 | 含卷积、主干、注意力机制、Neck、检测头、损失函数、二次创新C2PSA/C3k2等各种网络结构改进
kbone篇 | 最新的LSKNet遥感目标检测网络主干 (可根据yolov11版本自行放缩通道数独家创新)(十七)：YOLOv11改进 | 主干/Backbone篇 | 轻量化ConvNeXtV2全卷积掩码自编码器目标检测网络（适配yolov11全系列）(十八)：YOLOv11改进 | 主干/Backbone篇 | 华为最新目标检测网络VanillaNet（适配yolov11的N、S、M、L、X）(...
【野生动物识别系统】Python+深度学习+人工智能+卷积神经网络算法+TensorFlow+ResNet+图像识别
一、介绍 动物识别系统，使用Python作为主要开发语言，基于深度学习TensorFlow框架，搭建卷积神经网络算法。并通过对18种动物数据集进行训练，最后得到一个识别精度较高的模型。并基于Django框架，开发网页端操作平台，实现用户上传一张动物图片识别其名称。目前可识别的动物有：‘乌龟’, ‘云豹’, ‘变色龙’, ‘壁虎’, ‘狞猫’, ‘狮子’, ‘猎豹’, ‘美洲狮’, ‘美洲虎’, ‘老...
【手势识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+机器学习+Django网页界面+算法模型
一、介绍 手势识别系统，使用Python作为主要编程语言，通过收集了10种手势图片数据集（0~9），然后基于TensorFlow搭建卷积神经网络算法模型，然后训练模型得到一个识别精度较高的模型文件，在基于Django搭建网页端操作界面平台，实现用户上传一张图片识别其名称。 二、系统效果图片展示 三、演示视频 and 完整代码 and 安装 地址：https://www.yuque.com/ziwu/...
Unet++改进24：添加DualConv||轻量级深度神经网络的双卷积核
本文内容：添加DualConv 目录 论文简介 1.步骤一 2.步骤二 3.步骤三 4.步骤四 论文简介 卷积神经网络(CNN)架构通常对内存和计算要求很高，这使得它们在硬件资源有限的嵌入式系统中不可行。 我们提出了双卷积核(DualConv)来构建轻量级深度神经网络。DualConv结合3 × 3和1 × 1卷积核同时处理相同的输入特征映射通道，并利用群卷积技术高效排列卷积滤波器。DualConv可...
Unet++改进20：添加RFAConv||用于特征冗余的空间和通道重构卷积
本文内容：添加RFAConv 论文简介 空间注意被广泛用于提高卷积神经网络的性能。然而，它也有一定的局限性。本文提出了空间注意有效性的新视角，即空间注意机制本质上解决了卷积核参数共享问题。然而，空间注意生成的注意图所包含的信息对于大尺度卷积核来说是不够的。因此，我们提出了一种新的注意机制，即接受场注意(RFA)。现有的空间注意方法，如卷积块注意模块(CBAM)和协调注意(CA)，只关注空间特征，没有充...
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
一、介绍 车辆车型识别，使用Python作为主要编程语言，通过收集多种车辆车型图像数据集，然后基于TensorFlow搭建卷积网络算法模型，并对数据集进行训练，最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面，实现用户上传一张车辆图片识别其类型。 二、系统效果图片展示 三、演示视频 and 完整代码 and 安装 地址：https://www.yuque.com/ziw...
神经网络之卷积篇：详解三维卷积（Convolutions over volumes）
详解三维卷积从一个例子开始，假如说不仅想检测灰度图像的特征，也想检测RGB彩色图像的特征。彩色图像如果是6×6×3，这里的3指的是三个颜色通道，可以把它想象成三个6×6图像的堆叠。为了检测图像的边缘或者其他的特征，不是把它跟原来的3×3的过滤器做卷积，而是跟一个三维的过滤器，它的维度是3×3×3，这样这个过滤器也有三层，对应红绿、蓝三个通道。 给这些起个名字（原图像），这里的第一个6代表图像高度，第...
【机器学习】卷积神经网络简介
🌈个人主页: 鑫宝Code 🔥热门专栏: 闲话杂谈｜ 炫酷HTML | JavaScript基础 💫个人格言: "如无必要，勿增实体" 文章目录 卷积神经网络简介1. 引言2. CNN的基本概念2.1 什么是卷积神经网络2.2 CNN与传统神经网络的区别 3. CNN的核心组件3.1 卷积层3.2 激活函数3.3 池化层3.4 全连接层 4. CNN的工作原理5. 经典CNN架构5.1 LeNet...