网络压缩相关论文
目标检测网络是一种对输入图像中的目标进行定位和分类的深度学习算法,具有计算密集型,并行性的特点,被广泛应用于人脸识别、军事......
近年来人工智能（AI）应用飞速发展，嵌入式设备与移动设备等有限资源对于深度神经网络的需求急剧增加，如何在不影响深度神经网络效果的基......
近年来,深度学习技术发展迅速,其中以卷积神经网络（CNN）为代表的深度学习网络在各个领域都得到了广泛的应用。但是由于其参数量过大,......
传统的基于卷积神经网络的目标检测技术已经取得很大的成功,这一切都归功于有大量的带注释的数据集。然而,在某些样本稀缺的应用场......
在线视频行业激烈的市场竞争使得保持良好的视频质量至关重要,因此有效地检测视频中的受损视频帧成为了一个重要的课题。传统受损......
如今,汽车为人们出行带来便利的同时,也存在交安全隐患。驾驶员因注意力不集中、疲劳驾驶等常导致交通事故,因此,研究车载安全辅助......
图像分类在当今计算机视觉领域占据着重要的地位,通用目标分类在目前深度学习飞速发展的时代几乎已经不存在问题,而细粒度图像分类......
卷积神经网络在各类计算机视觉任务中都有成功的应用,但是随着网络参数的增多,卷积神经网络需耗费大量的计算资源,因此很多对网络......
随着深度学习任务越来越复杂,相应的卷积神经网络（Convolutional Neural Network,CNN）模型也变得越来越臃肿,这对嵌入式硬件上的实时......
该文针对单图像超分辨率网络(SISR)提出了一种简单的网络剪枝方法.该方法通过评估超分网络中各模块的相似性,用一种简单办法将相似......
从2000年开始,深度学习在计算机视觉等领域再一次蓬勃发展,解决了很多使用传统方法无法解决的难题。在深度神经网络（DNN）的发展历程......
作为深度学习主流算法之一,循环神经网络（Recurrent Neural Network,RNN）对处理时序信息具有更敏感更出色的能力。因此,循环神经网络......
通过分析唇部动态识别出说话者的表达内容是唇语识别的基本目的,其在人机交互领域是广受关注的研究项目。由于传统唇语识别模型具......
深度学习是近年来机器学习领域最有影响力的研究方向,在计算机视觉、自然语言处理的许多问题上都取得了突出的效果。深度学习的本......
由于深度学习在自然语言处理和图像处理上的优秀表现,深度学习技术已经被广泛地应用在人工智能领域。然而,目前大多数深度学习的神......
深度神经网络有着很强的特征学习能力,以卷积神经网络为代表的深度学习技术,在图像处理、自然语言处理、视频处理等传统人工智能领......
近年来,深度神经网络在计算机视觉和自然语言处理等领域的性能不断超越传统算法,成为新的研究热点。虽然深度神经网络拥有强大的性......
深度神经网络由于尺寸过大难以在资源有限的嵌入式设备中部署,同时,其存在严重的冗余和过高的复杂度。因此,对深度神经网络进行高......
目标检测是机器视觉中基础和重要的研究方向,其主要目标是为了解决机器视觉对环境自主感知过程中“是什么”和“在哪里”的问题。......
近年来,卷积神经网络在机器学习与计算机视觉领域取得了巨大成功,如图像分类、语义分割、目标跟踪、对象检测等领域。由于巨大的存......
目前深度神经网络(DNN)被广泛应用于计算机视觉中的各个领域并取得了瞩目的成效,然而其仍面临着两个重要难题:(1)所需计算规模庞大......
近些年来,卷积神经网络在许多与计算机视觉相关的任务(如目标检测和图像识别)上均取得了显著的成就。但是多数卷积神经网络的优异......
目标检测一直以来都是图像处理领域中基础且较难的任务之一。近年来,深度学习作为人工智能领域中的突破性进展,已逐渐成为了图像处......
学位
目的使用深度孪生网络解决图像协同分割问题,显著提高了图像分割精度。然而,深度孪生网络需要巨大的计算量,使其应用受到限制。为......
无人艇在进行全自主航行时，会面对复杂多变的水面场景，需要快速而准确地检测识别出周围不同类型的障碍物。传统的水面目标检测算法，大......
为了解决资源有限的在轨处理环境对光学遥感舰船检测网络速度和精度的影响,提出了应用倒置残差结构的舰船检测算法。采用端到端网......
