为了让卷积神经网络能够跨分辨率识别，可以采用以下方法： 数据增强 通过数据增强技术，可以扩展数据集，从而提高卷积神经网络的...
46.1 深度卷积 分组卷积（grouped convolution）将输入和输出通道分割成多组，然后对每个组进行分别处理。在有限条件下，当组数等于通道数时，该卷积就是深...
相比ResNet，DenseNet[1608.06993] Densely Connected Convolutional Networks (arxiv.org)提出了一个更激进的密集连接机制：即互相连接所有...
改进YOLO系列：将ConvNextV2结合YoloV8、YOLOv7，（纯卷积|超越Swin） 一、论文 1.简介 2. ConvNeXt的进化路径 2.训练方式 二、YOLOv7改进代码 三...
1. 本文贡献 提出了一个全卷积掩码的自动编码器框架和一个新的全局响应归一化（GRN）层 1.1 想法 本文的想法是希望能在 ConvNeXt 中使用MAE,但...
1 Conv4 在一些论文中，也称为Conv-64F。其中“64F”表示网络中使用了64个滤波器（filters） 它包含 4 个重复的卷积块，在每个块中包...
ch03-PyTorch模型搭建 0.引言 1.模型创建步骤与 nn.Module 1.1. 网络模型的创建步骤 1.2. nn.Module 1.3. 总结 2.模型容器与 AlexNet 构建 2.1. ...
Image Deconvolution with the Half-quadratic Splitting Method 在处理图像重建或者逆问题的时候，我们经常会看到一种称为 Half-quadratic Splitting...
目录 前置知识 前言 1.CIFAR10数据集 1.1 简介 1.2 数据集的获取 1.3 数据集的加载 2.VGG网络搭建 2.1 VGGNet 2.2 VGG网络实现 3.Batch Normali...
