作者小头像 Lv.2
更多个人资料
73 成长值
0 关注
6 粉丝
+ 关注 私信

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
70
3
0
0
0

个人资料

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
图像分割—DeepLabv3的理论与实践
一、概念介绍    Deeplab网络是一个专门用来处理语义分割的模型，该系列一共有三篇文章，分别对应Deeplabv1[1], Deeplabv2[2]和Deeplabv3[3]。因为之前的语义分割网络存在池化导致丢失了信息，并且没有利用标签之间的概率关系，所以Deeplab系列使用空洞卷积来避免池化带来的信息损失。二、网络结构    Deeplabv3为解决多尺度物体问题给出四种方案：(...
机器学习 神经网络
作者小头像 ganxu 2021-06-17 14:27:12
13139
0
0
2021-06-17 14:27:12
999+
0
0
物体检测Yolov3_训练与Ascend310推理
一、概念介绍    Yolo是一种目标检测算法，将目标区域预测和目标类别预测整合于单个神经网络模型中，实现在准确率较高的情况下快速目标检测与识别。Yolov3是在v1和v2的基础上融合了一些好的方案，在保持速度优势的同时，提升了预测精度，尤其加强了对小物体的识别能力，更加适合现场应用环境。二、网络结构    Yolov3相对于v1和v2的主要改进是使用了新的网络结构Darknet-53，改进...
机器学习 网络
作者小头像 ganxu 2021-06-11 11:46:44
11173
0
0
2021-06-11 11:46:44
999+
0
0
声音分类—深度神经网络实践
一、概念介绍深度神经网络（Deep Neural Networks）是深度学习的基础，是近年来计算机人工智能领域非常火的研究方向，其相比传统的浅层机器学习而言能够挖掘出更多隐含的特征。神经网络以其与人类神经元相类似的元素通过相互连接形成网络拓扑结构，而这种模型能够自主挖掘更深层次特征。声音信号是一维时域信号，通过傅里叶变换，到频域上可以看出信号的频率分布，可以通过时域和频域信息通过深度学习的...
神经网络
作者小头像 ganxu 2021-06-09 17:14:55
7959
0
1
2021-06-09 17:14:55
999+
0
1
目标检测—RetinaNet理论与实践
一、概念介绍    目标检测算法主要可以分为两类：two-stage detector和one-stage detector。    Two-Stage：例如Faster-RCNN算法。第一级专注于proposal的提取，第二级对提取出的proposal进行分类和精确坐标回归。两级结构准确度较高，但因为第二级需要单独对每个proposal进行分类/回归，速度较慢。    One-Stage：...
机器学习 网络
作者小头像 ganxu 2021-06-09 16:27:31
9270
0
1
2021-06-09 16:27:31
999+
0
1
中文文本分类—Bert理论与实践
一、概念介绍    Bert（Bidirectional Encoder Representations from Transformers）作为一个Word2Vec的替代者，其在NLP领域的11个方向大幅刷新了精度，可以说是近年来自残差网络最具突破性的一项技术了。Bert的本质上是通过在海量的语料的基础上运行自监督学习方法给单词学习一个好的特征表示，我们可以直接使用Bert的特征表示作为该...
机器学习 网络
作者小头像 ganxu 2021-06-09 14:55:43
9435
1
0
2021-06-09 14:55:43
999+
1
0
图像分类—ResNeSt理论与实践
一、概念介绍分类网络结构是其他大多数任务的网络设计的基础，而特征图注意力(featuremap attention)和多路径表示(multi-path representation)对于视觉识别非常重要。ResNeSt网络基于此提出了一个模块化的体系结构，它将通道attention应用于不同的网络分支，以利用它们在捕获跨特征交互以及学习不同的表示方法。此外，ResNeSt在作为骨干的几个公共...
机器学习 网络
作者小头像 ganxu 2021-06-08 18:06:12
13520
0
0
2021-06-08 18:06:12
999+
0
0
目标检测-Yolov5的理论与实践
目标检测是计算机视觉项目中非常重要的一部分，而Yolo系列是常用的目标检测算法。目前使用较多的是Yolov3，Yolov4和Yolov5算法，是在Yolov3比较经典的one-stage网络结构的各个部分不断整合创新发展起来的。Yolov5的官方代码中，有Yolov5s、Yolov5m、Yolov5l、Yolov5x四个模型。本文将对Yolov5做一个介绍，并在ModelArts平台上实践。
图像处理 机器学习 神经网络
作者小头像 ganxu 2021-06-07 09:42:30
17790
3
2
2021-06-07 09:42:30
999+
3
2
https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注