Skip to content
Воскресенье, 5 февраля, 2023
Последние:
  • Next-ViT: Трансформер машинного зрения следующего поколения для эффективного развертывания в реалистичных промышленных сценариях
  • ConvNeXt V2: Совместное проектирование и масштабирование ConvNet с маскированными автоэнкодерами
  • Нарезки (Slicing) в Python списках и Numpy
  • Обнаружение повернутых объектов с помощью набора инструментов NVIDIA Object Detection Toolkit
  • Yolo5 на примере задачи Help Protect the Great Barrier Reef

Recog.ru

Распознавание образов и искусственный интеллект

  • Контакты

loss

Глубокие нейронные сети 

Loss функции GIoU, DIoU, CIoU

18.11.202118.11.2021 Александр Кручинин CIoU, DIoU, GIoU, IoU, loss
Тут указано, как рассчитывается мера точности IoU. Данная мера точности применяется в задачах детектирования объектов и сегментации. Основным недостатком IoU является Читать далее

Новое

Next-ViT: Трансформер машинного зрения следующего поколения для эффективного развертывания в реалистичных промышленных сценариях
Без рубрики 

Next-ViT: Трансформер машинного зрения следующего поколения для эффективного развертывания в реалистичных промышленных сценариях

01.02.2023 Александр Кручинин
GitHub: https://github.com/bytedance/Next-ViT Статья: https://arxiv.org/pdf/2207.05501.pdf Основная цель разработки модели Next-ViT — это создание такой модели на основе Трансформера, которая бы превосходила модели CNN. Известно,
ConvNeXt V2: Совместное проектирование и масштабирование ConvNet с маскированными автоэнкодерами
Глубокие нейронные сети 

ConvNeXt V2: Совместное проектирование и масштабирование ConvNet с маскированными автоэнкодерами

26.01.202326.01.2023 Александр Кручинин

Рубрики

  • NLP (5)
  • OpenCV (5)
  • Без рубрики (1)
  • Глубокие нейронные сети (12)
  • Компьютерное зрение (12)
  • Сопутствующие технологии (2)
  • Фреймворки машинного обучения (10)

iCCTV — распознавание автомобильных номеров и детектирование объектов с IP камер. БЕСПЛАТНО

О нас

Это сайт о распознавании образов и искусственном интеллекте. Для программистов, научных работников, студентов, аспирантов и просто любопытных людей.

Контакты

Для связи с нами пишите по адресу  support@recog.ru

Разработка

Для разработки программного обеспечения распознавания образов, машинного обучения и интеллектуальных систем обращайтесь в компанию IntBuSoft https://intbusoft.com/

Копирайт © 2023 Recog.ru. Все права защищены.
Тема ColorMag от ThemeGrill. Создано на WordPress.