convolutional neural net | BriefGPT

关键词convolutional neural net

搜索结果 - 10

深度学习作为核磁共振信号反演的方法
深度学习用于 NMR 信号反演，通过卷积神经网络将 NMR 信号反演看作图像到图像的回归问题，与 Tikhonov 和 MTGV 等正则化技术相比，深度学习具有明显的效率和易用性优势，因为在重建之前不需要进行超参数选择。通过对模拟 NMR
PDF7 months ago
基于模型的深度学习的结构化剪枝算法
通过引入结构修剪算法（SPADE）来降低计算复杂性，从而实现基于模型的深度学习网络（MBDL）在大规模应用中的可适用性。
PDF8 months ago
利用具体仿真技术通过交互检测新的物体类别
本文提出了一种用于 naive agent 检测与已知对象类型不同的新奇目标的方法，通过引入强化学习、卷积神经网络和嵌入向量等技术，可以实现从环境中提取相关信息判断物体是否属于新类别。
PDF2 years ago
多个视觉任务的迭代掌握：网络自然地学习学习和遗忘遗忘
我们研究了卷积神经网络在连续学习环境中的行为，通常是按顺序引入视觉分类任务并要求网络在掌握以前学习的任务的同时掌握新任务。我们发现，在涉及十个相关视觉任务的模拟中，前向促进随着 n 的增加而增加，而向后干涉则随 n 的增加而减少。这可以通过
PDF5 years ago
KDD多尺度深度分类器使用于乳腺 X 线摄影评估
利用卷积神经网络对乳腺 X 光造影图像进行分类，提出了一种高性能组织评估方法，采用局部组织分类器的方法在不同尺度上对可疑发现的组织块进行分类，使 AUC 超过了 0.9，并使用该方法生成了适用于临床设置的显著性图像。
PDF6 years ago
ECCVPlaneMatch：用于强健的 RGB-D 重建的平面共线性预测
介绍了一种用于检测 SLAM 重建中共面表面的新型 RGB-D 补丁描述符，该方法的核心是一个深度卷积神经网络，它接受图像中平面贴片的 RGB、深度和法线信息，并输出可用于从其他图像中找到共平面贴片的描述符。我们在 1000 万个共面和非共
PDF6 years ago
深度公投一致性方法的人体姿态估计
本文提出了一种从单个静态图像中估计人体姿态的新方法，其采用卷积神经网络，使每个图像位置基于密集的多目标投票来预测人体关键点位置，并计算出相应关节的联合概率，最终通过关键点投票和联合概率来确定最优的人体姿态配置，并在 MPII Human P
PDF8 years ago
使用深度密集连接 MRF 的自动驾驶实例级分割
本文研究面向自动驾驶场景的单目图像像素级实例标注问题，使用卷积神经网络和密集连接马尔可夫随机场模型结合的方式，提出了一种全局实例标注方法，并在 KITTI 基准数据集上取得了显著的性能提升。
PDF9 years ago
ICCV无监督视觉表示学习：基于上下文预测
该研究探讨了利用空间上下文作为丰富的视觉表征的监督信号的方法。通过从每个图像中提取随机配对的路径来训练卷积神经网络，用于预测第二个路径相对于第一个路径的位置，从而实现对目标的识别，并证明该方法在性能上优于其他算法。
PDF9 years ago
深度姿态姿势特征用于人体检测
本文通过基于 poselets 的部分方法解决了在自然场景中检测人的问题，并使用 bootstrapping 方法收集了数以百万计的弱标记示例来训练卷积神经网络以区分不同的 poselet 类型和背景类。通过训练 poselet 模型来识别
PDF10 years ago