cnn models | BriefGPT - AI 论文速递

关键词cnn models

搜索结果 - 42

对卷积神经网络在钢板表面缺陷分类中性能的建模与评估
探讨基于转移学习技术的各种 CNN 模型的性能评估结果表明，DenseNet201 在 NEU 数据集上的检测率最高，达到 98.37%。
PDF13 days ago
远程感知中的卫星图像分类的 Kolmogorov-Arnold 网络
本研究提出了一种名为 KCN 的新方法，将 Kolmogorov-Arnold Network（KAN）与各种预训练的卷积神经网络（CNN）模型结合，以用于利用 EuroSAT 数据集进行遥感场景分类任务，取得了高准确性且仅需少量训练轮数和
PDFa month ago
跨架构知识蒸馏促进卷积神经网络在高效单目深度估计中的应用
提出了一种名为 DisDepth 的跨体系结构知识蒸馏方法，用于增强具有卷积结构的高效卷积神经网络模型的性能，并且通过教师模型传递有价值的信息以改进单目深度估计的准确性。
PDF2 months ago
利用心电图信号的堆叠时频标图图像进行心律失常分类的深度学习模型
本文提出了一种基于人工智能的自动化心电图分类系统，利用深度学习和卷积神经网络模型对心电图信号进行分析和识别以实现准确的心律失常分类。
PDF7 months ago
基于数据流推理加速器的侧信道分析揭示 CNN 体系结构
通过利用卷积神经网络模型结构的空间和时间数据复用，以及架构提示信息，提出一种利用存储器侧通道信息来恢复数据流加速器中卷积神经网络模型结构的攻击方法。实验结果表明，该侧通道攻击可以恢复流行的卷积神经网络模型 Lenet、Alexnet 和 V
PDF8 months ago
神经网络的不变度量
神经网络中的不变性对很多任务来说是有用且必要的，然而大多数神经网络模型的不变性表示尚未被表征。我们提出了用于量化神经网络不变性的测量方法，这些方法在内部表征方面是高效且可解释的，适用于任何神经网络模型。相比先前定义的测量方法，它们对不变性更
PDF8 months ago
关键点增强的有限注释医学图像分割的自监督学习
通过自我监督预训练的卷积神经网络（即 UNet）已经成为在低标注情况下促进医学图像分割的强大方法。我们提出了一种关键点增强的融合层，它提取保留短程和长程自我注意力的表示，并且在全局和局部尺度上引入了自我监督预训练，通过创建关键点之间的对应关
PDF9 months ago
基于元学习的结肠镜息肉重新识别的判别性表示
结直肠镜息肉重新识别方法通过引入元学习策略，极大提高了模型在大型胶片库中的同一息肉匹配准确率，并且在解决学科内广泛存在的自身差异问题上取得明显优势。
PDFa year ago
警惕有毒蛇种类：解决 SnakeCLEF2023 的方法
通过图像和元数据分析，本研究提出了一种使用现代 CNN 模型和强大的数据增强方法，以实现对蛇物种进行识别的高级算法，进一步利用 seesaw 损失解决长尾分布的挑战，并通过从 CLIP 中提取的元数据特征设计轻量级模型计算先验概率，在后处理
PDFa year ago
基于领域自适应和数据偏差探索的睫差识别单次学习
本文研究了使用深度学习算法处理生物识别任务时数据匮乏的情况，利用 CNN 网络在对少量样本进行培训的情况下，通过领域自适应和标准的计算机视觉算法的组合来实现生物识别任务，并探讨了 SIFT 算法在某些情况下的表现优于 CNN。
PDFa year ago
通过测量滤波器之间的相互作用来进行结构化网络剪枝
提出了一种新的结构化网络修剪方法 SNPFI，该方法通过衡量滤波器的重要性和利用强度来减少冗余滤波器，并将滤波器间的相互作用纳入重要性度量中，实现减少计算成本并恢复性能的效果，并在各种图像分类数据集上成功验证了该方法的有效性。
PDFa year ago
是否需要注意力通道处理设计？Transformer 视觉模型与完全注意力网络稳健性的综合分析
本文使用 ImageNet 数据集，比较了全自注意力网络 (FAN) 模型和传统的 Vision Transformers 的强健性，以了解注意力处理设计的作用，并使用白盒攻击和黑盒攻击来研究它们之间的可转移性。
PDFa year ago
CVPRCompletionFormer：基于卷积和 Vision Transformers 的深度完成
本文提出了一个联合卷积注意力和 Transformer 块的深度完成模型，其在建筑物深度完成基准和室内 NYUv2 数据集上最新的 CNNs 方法实现较高的效率，相比之下，有效地降低了 1/3 FLOPs。
PDFa year ago
CVPR基于类别注意力转移的知识蒸馏
提出了一种基于类别注意力传递的知识蒸馏（CAT-KD）方法，该方法不仅具有高解释性，还在多个基准测试中实现了最先进的性能，通过传输课程激活地图，从而提供了关于 CNN 的更好的理解，并改进了 CAT-KD 的解释性。
PDFa year ago
拥抱自然语言处理（NLP）基于数字病理学：对比基于 NLP 和卷积神经网络的深度学习管道
通过比对 NLP 模型与 CNN 模型预测九种大肠癌生物标志物的结果，本研究表明 NLP 模型在数字病理领域的优越性，并证明相比大数据集，较小数据集下 NLP 模型得到的预测结果不比大数据集下的数字病理模型差。因此，NLP 模型已经可以成为
PDFa year ago
利用传统特征注入 CNN 模型的卫星图像土地分类
本文研究在小型的卷积神经网络（CNN）模型上注入传统特征，以提高陆地分类的准确性，实验结果表明，这种方法可以显著提高使用小型 CNN 模型进行土地分类的准确性。
PDF2 years ago
边缘实时视觉处理的超低功耗 TinyML 系统
通过在芯片上存储全部功能和权重，完全消除了离线内存访问的延迟和能耗，并提出了一种应用特定的指令集，以实现敏捷开发和快速部署。实验表明，基于该模型、NCP 和指令集的 TinyML 系统在实现物体检测和识别时，取得了可观的准确度，并实现了纪录
PDF2 years ago
生理信号深度学习的注意力机制：我们应该采用哪种注意力机制？
本研究分析了四种注意力机制和三种 CNN 模型，针对心率预测中的分类和回归两个问题评估了多种组合，并验证了卷积操作和注意力机制的互补性以及提供更快的收敛时间，尽管单独的自注意模型需要更少的参数。
PDF2 years ago
用于深度学习能耗缩放律的晶体管操作模型
本文提出基于底层晶体管操作的方法来研究深度学习中非线性激活函数和神经网络结构对能量消耗的影响，实验证明该方法可以高度准确地预测深度学习模型的能量消耗。
PDF2 years ago
训练卷积滤波器中模型之间分布偏移的实证研究
通过研究已训练模型中学习到的权重的变化，该论文着重研究了主要的 3x3 卷积滤波器的分布特性，在使用不同的数据集、结构和视觉任务时所发现的分布变化以及分布变化缺失的有趣现象，并进一步探讨了数据分布变化对于 CNN 模型泛化能力以及更稳健的迁
PDF2 years ago