深度残差网络看这个就行了

针对双流网络结构中浅层网络和一般深度模型学习空间信息和时间信息的不足,提出将压缩激励残差网络用于空间流和时间流的动作识别,同时将恒等映射核作为时间滤波器注入网络中捕获长期时间依赖性。为了进一步加强压缩

针对目前民航运输业对机场延误预测高精度的要求,提出一种基于区域残差和长短时记忆(RR-LSTM)网络的机场延误预测模型。首先,将机场的属性信息、气象信息和相关运行航班信息进行融合;然后,利用RR-LS

城市道路中车辆检测与识别对于提升交通安全,发展智能化交通具有非常重要的意义。传统的检测方式依赖于人工提取的特征,已难以适用于复杂多变的交通场景,存在识别精确度低、时间复杂度高等缺陷。深度学习模型可以自

基于残差网络和度量学习的素描人脸识别.pdf

残差网络的空间自适应计算时间 该代码实现了基于残差网络的深度学习架构,该架构可动态调整图像区域的已执行层数。 该体系结构是端到端可训练的,确定性的且与问题无关的。 随附的代码将此应用于CIFAR-10

针对车辆检测任务，设计更高效、精确的网络模型是行业研究的热点。深层网络模型具有比浅层网络模型更好的特征提取能力，但构建深层网络模型时将导致梯度消失、模型过拟合等问题。应用残差网络结构可以缓解此类问题。

MultiPoseNet: 使用姿态残差网络进行快速多人姿态估计

风格迁移技术迅速发展的今天,全局风格迁移技术已基本成型,但它在实际的应用过程中存在不能对图片的目标区域进行局部风格迁移等问题。针对以上问题,本文在卷积神经网络的基础上结合残差网络,提出了一种基于残差式

针对YOLO系列的目标检测方法参数多、计算量大、生成检测模型规模大等导致对运行硬件平台计算资源要求高的问题,提出一种基于反残差结构的轻量级多目标检测网络(IR-YOLO)。首先,利用深度可分离卷积减少

本代码基于百度地图，包含经纬度转地址，点聚合功能，测距功能，右键菜单功能