convolutional operations | BriefGPT

关键词convolutional operations

搜索结果 - 8

DCNN: 双交流深度神经网络的实现与微观对象识别的交互式深度学习判别器
通过结合卷积操作和自注意机制的优势构建了新型双通道神经网络模型（DCNN），用于改进细粒度图像分类的准确性。实验证明，将 DCNN 作为骨干网络用于分类特定的细粒度基准数据集，在性能上相较于其他先进的卷积或注意力细粒度骨干网络，分别获得了
PDF2 months ago
AKConv：带有任意采样形状和任意参数数量的卷积核
基于卷积操作的神经网络在深度学习领域取得了显著的成果，但标准卷积操作存在两个固有缺陷，本文介绍了 Alterable Kernel Convolution（AKConv）。AKConv 通过给卷积核赋予任意数量的参数和任意采样形状，在网络开
PDF7 months ago
ECCVAttentionNAS: 基于时空注意力单元搜索的视频分类
提出一种新的用于搜索空间时间关注单元的方法，可以用于改善现有的骨干网络（如 I3D 或 S3D）中的视频分类精度，并在 Kinetics-600 和 MiT 数据集上超过 2％。
PDF4 years ago
快速点云 R-CNN
本篇研究提出了一种基于点云的三维物体检测框架，采用两个阶段的方法，利用体素表示和点云原始数据的优势进行特征提取，并在 KITTI 数据集上进行评估，取得了 3D 和 Bird's Eye View（BEV）检测的最新成果，检测速度达到了每秒
PDF5 years ago
神经网络紧凑全局描述符
本文提出一种轻量级全局描述符，以建模跨不同维度（如通道、帧）之间的位置交互作用，使得后续卷积能够合理地访问此全局特征，从而在计算成本和参数数量上有了巨大的降低，也完成了最有效的长距离机制。
PDF5 years ago
复杂网络的释义：通过因子传递实现网络压缩
本文提出了一种基于卷积操作的知识转移方法，通过使用两个模块，即叙述模块和翻译模块，将教师网络的知识转化为学生网络的知识，从而实现模型压缩和知识转移，实验结果表明这种方法优于传统的知识转移方法。
PDF6 years ago
用于稳健语音情感识别的深度卷积循环神经网络卷积类型刻画
本文研究了四种卷积操作和不同输入特征在噪声和清洁条件下应用于语音情感识别的性能，并提供以计量方式的模块化性能分析，以获得关于所建议的架构内信息流动的见解。
PDF7 years ago
使用二进制卷积神经网络进行 ImageNet 分类的 XNOR-Net
本文提出了两种卷积神经网络的高效近似方案：二进制权重网络和 XNOR - 网络，其中 XNOR - 网络既将卷积层输入又将滤波器二值化，主要利用二值运算来近似卷积，这使得卷积速度快 58 倍且内存占用仅为原来的 1/32，而且其分类性能在
PDF8 years ago