【DeepCV】深度学习-计算机视觉 索引 （DeepCV Index）

最新推荐文章于 2024-07-03 16:44:21 发布
最新推荐文章于 2024-07-03 16:44:21 发布
阅读量608 收藏 4
点赞数
分类专栏： CV DL 文章标签： DL CV Index
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baishuo8/article/details/88711790
版权
这篇博客汇总了深度学习计算机视觉领域的关键知识点，包括公开数据集、样本扩增、图像预处理技术如大小调整和对比度归一化，以及模型设计、超参数设定。此外，还探讨了模型训练方法如初始化、优化器选择和正则化，并介绍了模型优化策略，如模型压缩和轻量化。硬件部分提到了显卡选购和摄像头信息。
摘要由CSDN通过智能技术生成
最低0.47元/天 解锁文章
北境の守卫
关注
专栏目录
计算机视觉实战--OpenCV进行红绿灯识别
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
05-30 5万+
Hello大家好，我是Dream。 OpenCV是一个开源的计算机视觉库，可以用于实现各种图像和视频处理任务，包括红绿灯识别。可以帮助自动驾驶汽车、智能交通系统等设备准确地识别红绿灯的状态，以便做出正确的决策。今天，就有Dream带领大家复盘一下计算机视觉中最经典的实验：OpenCV进行红绿灯识别，一起来看看吧~
PyTorch深度学习实战（5）——计算机视觉基础
盼小辉丶的博客
07-12 5360
利用神经网络进行图像分析能够自动学习特征、处理非线性关系、具有鲁棒性和泛化能力，并且支持端到端学习和可扩展性，这使其成为当今计算机视觉领域的主要技术手段之一。本节介绍了计算机视觉的基本概念以及图像在计算机中的表示方法，为计算机视觉的高级任务奠定了基础。
deepindex.github.io
05-23
这是的存储库。 添加新示例 要提出一个包含在网站上的新示例，请首先在我们的为其创建一个条目，然后。 每个条目都需要以下字段： title ：示例将如何在网站上列出 url ：链接到支持论文，文章或案例研究 cat ：分配类别的代码（请参阅） status ：从“胜利”，“确实”或“编”中选择（请参阅） date ：支持链接的date戳，格式为YYYY-MM-DD 为了避免重复，请在提交示例之前先进行，以确保您的示例尚未列出！ :smiling_face_with_smiling_eyes: 完成后，向我们发送请求请求，我们将尽快对其进行审核。 问题？ 电子邮件： 。
cv mat 灰度值和_深度学习CV实践指南！
weixin_39663602的博客
11-24 428
Datawhale干货作者：黄星源、樊亮、陈桦、斯国一深度学习的发展不仅突破了许多视觉难题，也加速了计算机视觉领域相关技术的进步。本文主要从CV数据处理、CV模型(CNN)、CV模型训练流程以及CV模型集成对计算机视觉的基础知识和基本环节进行了讲解。CV数据下载https://tianchi.aliyun.com/competition/entrance/531795/informa...
CV- 人工智能-深度学习基础知识
最新发布
weixin_42958977的博客
07-03 555
一, 深度学习基础知识 1,什么是深度学习? 机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。 2, 传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法自动提取特征。深度学习模仿人类大脑的运行方式，从经验中学习获取知识。这也是深度学习被看做黑盒子，可解释性差的原因。 随着计算机软硬件的飞速发展，现阶段通过深度学习来模拟人脑来解释数据，包括图像，文本，音频等内容。目前深度学习的主要应用领
【详解】计算机视觉算法导读篇
LeeZhao的博客
06-24 2118
1 深度学习发展史 起源：深度学习所需要的神经网络技术起源于20世纪50年代，叫做感知机。当时也通常使用单层感知机，尽管结构简单，但是能够解决复杂的问题。后来感知机被证明存在严重的问题，因为只能学习线性可分函数，连简单的异或(XOR)等线性不可分问题都无能为力，1969年Marvin Minsky写了一本叫做《Perceptrons》的书，他提出了著名的两个观点：1.单层感知机没用，我们需要多层感知机来解决复杂问题 2.没有有效的训练算法。 发展：20世纪90年代，各种各样的浅层机器学习模型相继被提出，.
深度学习CV从入门到实战1——计算机视觉、卷积神经网络
qq_42832272的博客
09-23 442
图像识别面临的挑战 卷积神经网络
推荐一个计算机视觉图片库的索引网站
计算机视觉小菜鸟的专栏
11-05 4783
如题，从事计算机视觉，图像处理，智能视频分析方面的工作，经常用到各种图像，视频之类的素材，该网站收集了很多相关的图片，视频数据资源下载的链接，其中包括： （1）步态识别数据库 （2）视频稳像，电子稳像 （3）行人 （4）车辆 （5）3D （6）背景建模，背景维护 （7）人脸检测 （8）人脸识别 （9）字符 （10）标定 （11）交通信号 。。。。 需要的朋友自己去网站下载
深度学习与计算机视觉系列(1)_基础介绍
寒小阳
11-17 3万+
为了简单易读易懂，这个系列中绝大多数的代码都使用python完成。这里稍微介绍一下python和Numpy/Scipy(python中的科学计算包)的一些基础。 python是一种长得像伪代码，具备高可读性的编程语言。 优点挺多：可读性相当好，写起来也简单，所想立马可以转为实现代码，且社区即为活跃，可用的package相当多；缺点：效率一般。
PyTorch深度学习实战（3）——使用PyTorch构建神经网络
热门推荐
盼小辉丶的博客
06-13 6万+
PyTorch 是一个用于构建深度神经网络的库，具有灵活性和可扩展性，可以轻松自定义模型。在本节中，我们将使用 PyTorch 库构建神经网络，利用张量对象操作和梯度值计算更新网络权重，并利用 Sequential 类简化网络构建过程，最后还介绍了如何使用 save、load 方法保存和加载模型，以节省模型训练时间。
CV学习笔记-深度学习
Moresweet 猫甜
12-12 2105
深度学习 1. 神经网络 1. 概述 引例：生物神经网络作用机理 生物神经网络的基本工作原理： 一个神经元的输入端有多个树突，主要是用来接收输入信息的。输入信息经过突触处理，将输入的信 息累加，当处理后的输入信息大于某一个特定的阈值，就会把信息通过轴突传输出去，这时称神经元 被激活。相反，当处理后的输入信息小于阈值时，神经元就处于抑制状态，它不会像其他神经元传递 信息。或者传递很小的信息。 人工神经网络： 人工神经网络分为两个阶段： 接收来自其他n个神经元传递过来的信号，这些输入信号通过与相应的权重进行
CV深度学习模型基本概述
m0_62649870的博客
05-18 2004
论文地址VGGNet突出贡献是证明了很小的卷积，通过增加网络深度可以有效提高性能；小卷积核组：通过堆叠多个3*3的卷积核来替代大的卷积核，以减少所需参数；全部使用3x3卷积核，不仅会涉及到计算量，还影响到感受野。在VGG中，使用3个3x3卷积核来替代7x7卷积核，主要目的是保证在具有相同感受野的条件下，提高网络深度，一定程度上提升神经网络的效果。感受野，简单理解是输出Feature Map上的一个神经元对应输入层的区域大小。
深度学习-CV基础知识笔记
ANZE的博客
01-15 2944
CNN卷积神经网络相关(分类，backbone) LeNet 卷积神经网络的里程碑。由2个卷积层、2个池化层和2个全连接层组成，卷积核大小是5 * 5，池化层大小为2 * 2，最后通过softmax输出。 AlexNet 卷积神经网络崛起之作。由5个卷积层和3个全连接层组成，输出为softmax。 贡献： ReLU 激活函数。极大缓解了梯度消失问题，速度也比之前的sigmoid函数和tanh函数快。 重叠池化(Overlapping Pooling)。AlexNet使用的是最大池化(Maxpooling)
人工智能教程第一课 深度学习和计算机视觉TensorFlow入门
fegus的博客
05-18 1754
深度学习 学习目标 知道什么是深度学习 知道深度学习的应用场景 1.什么是深度学习 在介绍深度学习之前，我们先看下人工智能，机器学习和深度学习之间的关系： 机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示： 传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法自动提取特征。深度学习模仿人类大脑的运行方式，从经验中学习获取知识。这也是深度学习被看做黑盒子，可解释性差的原因
【DeepCV】模型压缩
北境の守望者
03-28 341
Backto DeepCV 模型压缩，或曰 精简网络设计，目的是压缩一个模型，让它可以更好的部署到手机、无人机、FPGA 等上面去。当然前提是保证精度差不多，但是模型小了，功耗低了，在嵌入式上跑起来就顺畅了。 大致流程是: input: pre-trained model process: a mixed formula of pruning/distillation/quantization...
深度学习与CV快速入门
青灵_Yaffa的博客
09-30 240
深度学习与CV快速入门 一、应用场景
【AI】深度学习索引 Deep Learning Index
北境の守望者
09-09 920
通过层次化的方法可以让计算机通过构建简单的概念来学习复杂概念. 为了获得优异的性能, 我们需要构建一个很深(层次很多)的关系图. 因此我们把这一类方法就做深度学习. 深度就是深度, 仅此而已. 简介 Intro 深度前馈网络 Deep Feedforward Network / 多层感知机 Multilayer Perceptron (MLP) 感知机 Perceptron 卷积神...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值