背景意义：运动性疲劳是日常体育锻炼或竞技体育运动中常见的一种现象，它的发生不仅会降低个体的工作能力，同时也会增加个体损伤的机率，其产生机制及其复杂。根据发生部位...

通过这次实验，我不仅对卷积神经网络的原理和工作方式有了更深入的理解，还对AlexNet的重要性和影响有了更深刻的认识。我学会了如何应用卷积神经网络进行图像分类任...

神经元是神经网络中的基本处理单元，模拟生物神经元的功能。它接收输入，进行加权求和，然后通过一个激活函数生成输出。

启动jupyter notebook，使用新增的pytorch环境新建ipynb文件，为了检查环境配置是否合理，输入import torch以及torch.cu...

深度学习技术在当今技术市场上面尚有余力和开发空间的，主流落地领域主要有：视觉，听觉，AIGC这三大板块。目前视觉板块的框架和主流技术在我上一篇基于Yolov7-...

膨胀卷积是为解决语义分割任务而提出的。因为深度学习的蓬勃发展，其也被迁移应用于语义分割领域。当时的SOTA方法多是基于卷积神经网络，但卷积神经网络当初是为图像分...

在目标检测领域可以划分为了人脸检测与通用目标检测，往往人脸这方面会有专门的算法（包括人脸检测、人脸识别、人脸和其他属性的识别等等），并且可以和通用目标检测（识别...

今天总结了一些关于「卷积神经网络」的经典论文分享给大家，希望可以给大家发论文提供一些灵感。

卷积神经网络就是含有卷积层的神经网络，深度卷积神经网络的兴起改变了计算机视觉任务中手工设计特征的传统，引领了诸多影响深远的研究。

卷积神经网络（Convolutional Neural Networks，简称CNN）是一种特殊类型的神经网络，特别适合于处理具有网格结构的数据，如图像和视频。...

每个卷积核提取不同的特征。每个卷积核对输入进行卷积，生成一个feature map，这个feature map即体现了该卷积核从输入中提取的特征，不同的feat...

论文：VIFNet: An End-to-end Visible-Infrared Fusion Network for Image Dehazing

卷积神经网络是一种在图像分类与识别任务中表现优异的深度学习模型。它通过交替使用卷积层、池化层和全连接层来提取图像特征并进行分类。在Python中，我们可以使用K...

1×1卷积可以用来干什么？本文设计了一种完全基于1×1卷积的极简深度神经网络，实现了轻量图像超分辨率重建。

人脸检测是微表情识别的关键步骤之一。常用的算法包括Haar级联分类器、深度学习中的卷积神经网络（CNN）等。这些算法能够在图像中准确地定位和标识人脸的位置。

同时，本文将使用Keras的API构建模型，以方便模型设计和编写简洁的代码。首先导入相关的库函数：

在如今的网络时代，错综复杂的大数据和网络环境，让传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战。近些年，深度学习逐渐走进人们的视线，通过深度学习解决若...