我正在研究用于图像分割的完全卷积神经网络，到目前为止，我已经研究和理解了反分裂网络。遵循本教程(上采样)，我无法真正理解“跳过”方法是如何工作的。我知道如何将最大解池和转置卷积应用于过采样，但是“跳过”方法与这两种方法有什么关系呢？
为什么我们要用这种“跳过”的方法呢？最大解池和转置卷积不足以提高采样和返回一个更好的分辨率地图？
浏览 0提问于2019-12-01得票数 2
回答已采纳
在我正在开发的应用程序中，我有大约5000张产品标签图像(每个产品有一个标签)。
我的应用程序的一个功能是，用户可以使用他的相机拍摄一张照片，并得到一个可能的匹配(Es)的产品标签注册的系统。由于最初，我的系统每个产品只有一个样本，所以我决定采用传统的计算机视觉技术。我使用特征提取和描述符匹配实现了这一点。blob/master/samples/cpp/matching_至_许多_images.
浏览 0提问于2017-10-24得票数 1
回答已采纳
1回答
胶囊神经网络采用卷积、原胶囊和数字胶囊层。同时，采用卷积和最大池层的卷积神经网络。我想对卷积神经网络和胶囊神经网络进行比较。下面的表格是我的cnn模型的架构。我需要在胶囊神经网络上做一个类似的结构。那么，如何正确地叠加胶囊神经网络，堆栈胶囊神经网络是什么样的呢？
浏览 10提问于2022-12-02得票数 -2
1回答
我理解偏置节点在神经网络中的作用，以及为什么在小网络中转移激活函数很重要。我的问题是:偏差在非常大的网络中仍然很重要(更具体地说，使用ReLu激活函数、3个卷积层、2个隐藏层和超过10万个连接来识别图像的卷积神经网络)，还是会因为激活次数的增加而失去影响？我之所以问这个问题，是因为在过去，我建立了一个网络，在这些网络中我忘记了实现一个偏置节点，但是在添加一个节点后，性能上的差异却是微不足道的
浏览 3提问于2014-09-11得票数 8
回答已采纳
目前，我已经生成了我的话语的谱图，并且使用简单的模式识别设法在“是”/“否”数据集中接收到40%的WER。不是很好，而是个开始。CNN被赋予了一个40帧的上下文窗口，在这个窗口中检测到了中心帧，我的问题是，使用RNN是否对这里有好处？因此RNN处理上下文，CNN在一个帧谱图上进行“图像分析”。如果是这样的话，它会不会明智地导致一些问题，当我在CNN上做的时候，是否通过在谱图的更大部分上进行模式识别来解决上下文依赖，这取决于上下文窗口的大小，但
浏览 0提问于2017-07-06得票数 2
回答已采纳
1回答
声音数字分类
、、、
我尝试做的事情在概念上类似于臭名昭著的NMIST分类示例。除了每个数字都是计算机产生的声波。我更喜欢更简单的模型，以换取几个百分比的性能点，最好是用Scikit Learn库来编写。
浏览 5提问于2017-09-19得票数 0
我想在一个数组中存储大约2400张大小为2000*2000*3的图像，以输入一个卷积神经网络。但是，由于内存不足，Google会话一直在崩溃。我的代码导入图像数据集：for img in sorted(glob.glob("path/*.jpg")):
image= mpimg.imread(img)
浏览 3提问于2021-05-08得票数 4
回答已采纳
我必须开发一个视频事件检测工具，在票务中，counter.The工具必须为那些在没有点票的情况下通过门的人拍照。我有一套视频，人们拿着这些数据在gate.So上乱搞，我怎么能实现一个视频事件检测工具?我不知道在哪里可以start.Where，我能找到一些关于有监督的视频事件检测的教程吗？
浏览 0提问于2016-08-27得票数 1
回答已采纳
我读了很多关于Jetson Nano和Google Coral Devboard的文章，在我读过的大多数文档和论文中，推断和部署都是使用预先构建的卷积神经网络来完成的，例如AlexNet，Inception，MobileNet和其他用于图像分类的神经网络。据我所知，这些微型计算机需要将神经网络转换为tensorflow模型或任何它们接受的框架，以执行模型的推断。我想知道的是:对于J
浏览 20提问于2020-12-24得票数 1
回答已采纳
8回答
我对神经网络这个话题很陌生。我遇到了两个术语--卷积神经网络和递归神经网络。
我想知道这两个术语是否是指同一事物，或者，如果不是，它们之间会有什么区别呢？
浏览 6提问于2014-01-04得票数 67
2回答
我读过关于时间延迟神经网络(TDNN)的文章，我不确定我是否理解它。据我所知，tdnn的工作原理就像一维卷积神经网络(CNN)。
如果这些体系结构存在的话，它们之间有什么区别？
浏览 0提问于2021-01-20得票数 1
回答已采纳
我已经完成了卷积神经网络的实现部分。但在卷积神经网络中，如何选择滤波器来获得卷积特征仍然是个难题。正如我所知，在filter.is的帮助下，我们通过检测特征(如眼睛、鼻子、嘴巴)来使用卷积层从图像中识别人脸。过滤器包含眼睛、鼻子、嘴巴来从图像中识别人脸是真的吗？
浏览 0提问于2018-11-14得票数 0
然而，我读过几次这样的话：我知道前馈神经网络是什么，但据我所知，深神经网络是指在输入和输出层之间有多个层次的所有人工神经网络？此外，我看到有各种各样的深度学习架构，例如：残差神经网络深玻耳兹曼机
..。然而，维基百科现在也让我很难区分所有的术语，它说：“深层神经网络、深层信念网络、递归神经网络
浏览 0提问于2019-07-15得票数 3
回答已采纳
下面是我的代码： import tensorflow as tffrom scipy import signal
img2 = np.array([
浏览 20提问于2020-07-23得票数 0
回答已采纳
1回答
图像质量神经网络方案
、、、
我试图创建一个神经网络项目，以确定彩色图像的质量，并返回是否通过质量检查。这一质量检查将在包含50%好照片和50%坏照片的2000份样本中确定和培训。假设我正在执行的检查是1280x1280像素与RGB无阿尔法通道。我正在尝试创建以下神经网络2x隐层==>层1= 1638400，2层= 409600神经元我的问题是，在简单的异或训练中然而，当它成为现实世界
浏览 5提问于2015-05-21得票数 0
回答已采纳
2回答
是否有OpenCV-python、dlib或任何python 3实现的人脸形状检测器(菱形、长方形、正方形)？
浏览 0提问于2017-07-06得票数 0
1回答
我对卷积神经网络很陌生，我正在学习三维卷积。我所能理解的是，二维卷积给出了X-Y维中低层特征之间的关系，而三维卷积有助于检测低层特征以及它们在所有三维中的关系。如果一个数字，比如说5，是用不同的颜色写的严格意义上的2D CNN会表现不佳(因为它们属于z维中的不同频道)？
此外，是否有实用的神经网络，采用三维卷积？
浏览 0提问于2019-07-25得票数 0
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
