暂无评论
传统人脸检测算法往往不能自动地从原始图像中提取有用的检测特征,而卷积神经网络可以轻易地提取高维度的特征信息,广泛用于图像处理领域。针对上述缺点,采用简单高效的深度学习Caffe框架并通过AlexNet
Recent studies in image classification have demonstrated a variety of techniques for improving the p
卷积神经网络是深度学习最重要的模型之一。本书是卷积神经网络领域的入门读物,假定读者不具备任何机器学习知识。书中尽可能少地使用数学知识,从机器学习的概念讲起,以卷积神经网络的最新发展结束。本书首先简单介
神经网络所具有的自学习、自适应和很强的信息综合能力,决定了它可以很好地模拟人眼的功能,完成普通的边缘算子难以完成的边缘检测。
随着近几年来深度学习的兴起,其在目标检测、图像分类、语音识别、自然语言处理等机器学习领域都取得了重大的突破,其中以卷积神经网络在深度学习中的运用较多。自VGGNet出现以来,深度学习逐渐向深层的网络发
针对当前车牌识别系统在存在复杂环境以及车牌倾斜的情况下无法精确定位的问题,提出一种基于卷积神经网络的端到端车牌精确定位算法,从而精确计算车牌的坐标。通过Faster R-CNN对输入车辆图片中的信息进
传统的手势识别系统由特征提取和分类器组成,需要人工设计特征,但很难达到足够满意的效果且耗费大量的时间。将卷积神经网络应用于手势识别,能直接把图像数据输入网络,且不用进行复杂的前期预处理。卷积神经网络拥
1.环境配置:ubantu(16.04)python(3.5)tensorflow(0.12.0)exportTF_BINARY_URL=https://storage.googleapis.com/
十分简单的,易于理解的CNN神经网络用于手写数字分类,基于TensorFlow,适合初学者掌握理解。
最简单、最基本的卷积神经网络用于手写体的数字识别,数据集是MINST,框架是pytorch,代码及注释都写的非常清楚!
暂无评论