deep residual network | BriefGPT

关键词deep residual network

搜索结果 - 8

点云分析中局部聚合算子的深入研究
该论文探究了局部聚合算子对网络性能的影响，并通过设计了一个简单的局部聚合算子 ——Position Pooling (PosPool) 来取得更好的性能，在标准基准测试中实现了最新的精度。
PDF4 years ago
深度残差乘法器用于水下图像超分辨率
本文提出了一种基于深度残差网络的生成模型，用于自主水下机器人对水下图像的单张图像超分辨率 (SISR) 处理，并提供了一个基于对抗训练的 SISR 学习流程。通过评估图像的全局内容、颜色和本地风格信息，我们制定了一个目标函数来监督训练。此外
PDF5 years ago
DeepcomplexMRI: 利用深度残差网络，通过复数卷积快速进行并行磁共振成像
本研究提出了一种名为 DeepcomplexMRI 的多通道图像重建方法，使用残差复杂卷积神经网络加速并行 MR 图像采集，并在多层网络中加强了 K 空间数据一致性，评估结果表明，该方法能够更准确地重建所需的 MR 图像。
PDF5 years ago
脉冲深度残差网络
提出了一种有效的方法，将 ResNet 转换为名为 S-ResNet 的脉冲神经元网络，该方法采用转换模型和补偿机制来降低离散化引起的误差，并在 CIFAR-10，CIFAR-100 和 ImageNet 2012 数据集上实现了比现有 S
PDF6 years ago
通过近似恒等函数的复合表示平滑函数，对深度网络优化的影响
通过使用拟恒等非线性映射的叠加来表示平滑的双 Lipschitz 函数，并展示了深度残余网络以及其非线性层计算小 Lipschitz 常数函数的能力，使用功能梯度方法避免了子优区域和失效的临界点，与固定大小的残差网络和 sigmoid 激活
PDF6 years ago
深度残差网络实现联合插值和超分辨率
本论文提出了一种使用深度残差网络联合执行 Bayer 图像去马赛克和超分辨率的方法，按照高质量样本训练的模型可在单步骤中从低分辨率 Bayer 马赛克图像中恢复高质量的超分辨率图像。实验表明，该方法优于目前的各种技术，并在定量和定性指标上取
PDF6 years ago
ICCV深度功能映射：用于稠密形状对应关系的结构化预测
该研究提出了一种新的学习框架，用于学习变形的 3D 形状之间的密集对应关系，通过使用一个在功能映射空间内的结构化预测模型，以及对两个形状定义的密集描述符场的输入和输出，得到在多个具有挑战性的基准测试中表现准确的对应关系。
PDF7 years ago
MM基于深度卷积神经网络的基于字节的语言识别
使用深度残差网络和字节表示，仅在已发布的数据集上进行训练，可以对相似语言进行有效区分，获得了高精度的分类结果。
PDF8 years ago