<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          首頁  資訊  商機   下載  拆解   高校  招聘   雜志  會展  EETV  百科   問答  電路圖  工程師手冊   Datasheet  100例   活動中心  E周刊閱讀   樣片申請
          EEPW首頁 >> 主題列表 >> 卷積神經網絡

          卷積神經網絡 文章 進入卷積神經網絡技術社區(qū)

          基于卷積神經網絡的人臉識別檢測分析

          • 為了提高人臉識別檢測精度,應用卷積神經網絡進行分析。在建立AlexNet網絡結構的基礎上,將Dropout技術引進全連接層中,給出了具體的卷積神經網絡結構參數(shù)。研究結果表明:本文算法表現(xiàn)出較高的召回率,人臉簽到系統(tǒng)的基礎需求得到滿足。側臉及戴頭盔遮擋照片觀察對比得出,檢測人臉圖片的準確度及清晰度均相對較高,表明對于部分遮擋人臉或側臉采用本文算法展示的魯棒性較佳。該研究有助于提高在遮擋情況下人臉識別能力,對圖像處理優(yōu)化起到一定的理論支撐。
          • 關鍵字: 202308  人臉識別  卷積神經網絡  網絡結構  檢測精度  

          基于機器視覺的水面垃圾尋航系統(tǒng)*

          • 水面垃圾會造成水體污染,它不僅破壞了水域生態(tài)系統(tǒng)平衡,并且對人類社會的生產和生活也產生了巨大危害,還會影響到船只的航行安全。目前,市面上主要的水面垃圾清理船體型龐大,很難應用在一些小型水域。并且多采用人工搜尋和清理的方式,但是人工搜尋效率低,人力成本高。針對該問題,設計了一款基于機器視覺的水面垃圾尋航系統(tǒng),該裝置基于YOLO-V2卷積神經網絡模型進行目標檢測,尋找水面垃圾等漂浮物,控制船只靠近目標物進行拾取,通過GPS進行導航,使用蟻群算法和完全遍歷算法進行路徑規(guī)劃,同時用ESP32-cam和小熊派完成云
          • 關鍵字: 202307  水面垃圾  卷積神經網絡  優(yōu)化算法  PID  路徑規(guī)劃  

          卷積神經網絡的硬件轉換:什么是機器學習?——第三部分

          • 摘要本系列文章由三部分組成,主要探討卷積神經網絡(CNN)的特性和應用。CNN主要用于模式識別和對象分類。作為系列文章的第三部分,本文重點解釋如何使用硬件轉換卷積神經網絡(CNN),并特別介紹使用帶CNN硬件加速器的人工智能(AI)微控制器在物聯(lián)網(IoT)邊緣實現(xiàn)人工智能應用所帶來的好處。系列文章的前兩篇文章為《卷積神經網絡簡介:什么是機器學習?——第一部分》和《訓練卷積神經網絡:什么是機器學習?——第二部分》。 簡介AI應用通常需要消耗大量能源,并以服務器農場或昂貴的現(xiàn)場可編程門陣列(FPG
          • 關鍵字: 卷積神經網絡  硬件轉換  機器學習  ADI  

          卷積神經網絡簡介:什么是機器學習?——第一部分

          • 隨著人工智能(AI)技術的快速發(fā)展,AI可以越來越多地支持以前無法實現(xiàn)或者難以實現(xiàn)的應用。本系列文章基于此解釋了卷積神經網絡(CNN)及其對人工智能和機器學習的意義。CNN是一種能夠從復雜數(shù)據中提取特征的強大工具,例如識別音頻信號或圖像信號中的復雜模式就是其應用之一。本文討論了CNN相對于經典線性規(guī)劃的優(yōu)勢,后續(xù)文章《訓練卷積神經網絡:什么是機器學習?——第二部分》將討論如何訓練CNN模型,系列文章的第三部分將討論一個特定用例,并使用專門的AI微控制器對模型進行測試。什么是卷積神經網絡?神經網絡是一種由神
          • 關鍵字: ADI  卷積神經網絡  機器學習  

          基于深度學習的智能電網短期日負荷曲線預測系統(tǒng)設計與實現(xiàn)

          • 短期電力負荷精準預測對發(fā)電容量與輸電方式的合理調度、確保電力系統(tǒng)安全、穩(wěn)定運行起著至關重要的作用。本文針對負荷數(shù)據基數(shù)大、難提取、負荷預測影響因素多等問題,運用Mysql數(shù)據庫和Python爬蟲技術構建了短期負荷曲線預測基礎數(shù)據平臺,提高了數(shù)據的存取效率;針對電力負荷的隨機波動性,運用Pandas、關聯(lián)分析算法完成了缺失值處理和影響因素與用電負荷的相關性分析;為提高預測精度,探索使用了融合卷積神經網絡、長短期記憶網格和注意力機制的多元混合神經網絡模型。
          • 關鍵字: 202302  深度學習  短期負荷預測  卷積神經網絡  長短期記憶網格  Flask  

          基于機器視覺的帶鋼焊縫定位

          • 提出了一種基于機器視覺的帶鋼焊縫檢測與定位技術,在原CenterNet算法的基礎上增加旋轉角度的回歸實現(xiàn)了旋轉目標檢測,并根據網絡的輸入參數(shù)制作合適的數(shù)據集。為了進一步提高模型的精度和魯棒性,分別引入了可變形卷積和金字塔分割注意力模塊,多組實驗結果對比表明,該方法能在精確率、召回率、F值和檢測速度上得到提升,滿足實際檢測的需求。
          • 關鍵字: 卷積神經網絡  實例標準化  特征提取  算法  202212  

          基于深度學習的跌倒檢測技術對比與分析*

          • 基于意外跌倒是造成老年人受傷、失能及死亡的主要原因,對近年來關于深度學習的跌倒檢測研究進行了介紹。根據跌倒檢測工作流程,從數(shù)據采集、數(shù)據處理、模型訓練及狀態(tài)識別幾個方面進行了詳細介紹,并對已有的基于深度學習的跌倒檢測方法進行分析與比較,為將來的應用研究提供參考,并對將來的發(fā)展方向提出一些思考。
          • 關鍵字: 深度學習  跌倒檢測  卷積神經網絡  長短期記憶網絡  202212  

          基于機器學習的虛擬門把手設計與實現(xiàn)

          • 摘要:為了提高安全性和便捷性,尤其是在疫情背景下,應避免使用者因接觸門把手而造成交疾病的叉污 染。本文設計了一種非接觸式的虛擬門把手,可用來代替?zhèn)鹘y(tǒng)門把手在現(xiàn)實生活中的作用。該虛擬門把手采用 樹莓派作為主控芯片,通過攝像頭采集實時畫面和用戶手勢,門鎖模塊用于實現(xiàn)開鎖和反鎖的功能;該虛擬門 把手還具有人臉識別功能,保障用戶的安全和隱私。測試結果表明,該虛擬門把手能夠實現(xiàn)人臉識別,并在用 戶做出指定手勢時實現(xiàn)開鎖或反鎖的功能,達到了預期的設計目標。關鍵詞:人臉識別;手勢識別;樹莓派;卷積神經網絡項目支
          • 關鍵字: 202207  人臉識別  手勢識別  樹莓派  卷積神經網絡  

          基于GWO-BP-CNN-ec的風電功率短期預測模型*

          • 在大型電網和小型微電網中,風電功率短期預測對電力系統(tǒng)的調度運行有著重要意義。為了提高短期風電功率預測精度,文章提出一種卷積神經網絡(Convolutional Neural Network,CNN)與灰狼優(yōu)化算法(Grey Wolf Optimizer,GWO)結合的短期風電預測模型。首先,通過數(shù)據的離散化,將二維風速轉換成三維風速,變?yōu)榉螩NN模型的輸入量,再結合GWO對CNN模型的參數(shù)進行優(yōu)化,最后通過BP對整個網絡進行微調后引入預測偏差二次修正,最后建立了基于GWO-BP-CNN-ec的風電功率預
          • 關鍵字: 風電功率短期預測  卷積神經網絡  灰狼優(yōu)化  偏差修正  

          賽靈思器件上的 INT4 優(yōu)化卷積神經網絡(2)

          • 接上期http://www.ex-cimer.com/article/202009/418351.htm賽靈思 DSP 片上的 INT4 優(yōu)化使用 DSP 硬件資源可實現(xiàn)乘法和累加 (MAC) 占用硬件資源較少。經優(yōu)化后,DSP 能夠在 16nm 或 28nm 器件上處理盡可能多的 MAC 運算。以 16nm 為例,賽靈思可編程器件中 UltraScale? 架構的 DSP48E2 片就屬于專用片[參考資料 11]。DSP48E2 片由一個 27x18 二進制補碼乘法器和一個 48 位累加器構成。如圖 3
          • 關鍵字: 賽靈思  INT4  卷積神經網絡  

          賽靈思器件上的 INT4 優(yōu)化卷積神經網絡(1)

          • ?對于 AI 推斷,在提供與浮點相媲美的精度的同時,INT8 的性能優(yōu)于浮點。然而在資源有限的前提下,INT8 卻不能滿足性能要求,INT4 優(yōu)化則是解決之道。通過 INT4 優(yōu)化,與現(xiàn)有的 INT8 解決方案相比,賽靈思在實際硬件上可實現(xiàn)高達 77% 的性能提升。概要賽靈思在其硬件平臺上提供 INT8 AI 推斷加速器 — 深度學習處理器單元 (XDPU)。然而,在某些資源受限,要求高性能、低時延的場景(例如對資源、功耗敏感的邊緣側場景和低時延 ADAS 場景)中,為了實現(xiàn)比 INT8 更低的
          • 關鍵字: 賽靈思  INT4  卷積神經網絡  

          大數(shù)據醫(yī)療時代的人工智能與隱私保護

          •   王旭 ?。ㄙF州大學大數(shù)據與信息工程學院,貴州省量子信息和大數(shù)據應用技術研究院,貴州,貴陽 550025)  摘要:近年來,隨著大數(shù)據挖掘與分析等方法的逐漸成熟,人工智能技術已經在醫(yī)療領域廣泛應用。本文詳細討論了在醫(yī)療數(shù)據采集端與人工智能應用端隱私保護所面臨的各項問題,從技術的角度、法律的角度以及倫理道德的角度分別分析了醫(yī)療隱私安全,并最終提出了四條建議,為醫(yī)療行業(yè)隱私保護的理論和實踐發(fā)展提供了可行路徑?! £P鍵詞:醫(yī)療大數(shù)據;深度學習;卷積神經網絡;人工智能;隱私保護  在醫(yī)療行業(yè)中,醫(yī)院信息系統(tǒng)基本
          • 關鍵字: 201906  醫(yī)療大數(shù)據  深度學習  卷積神經網絡  人工智能  隱私保護  

          人工智能市場廣闊 AI醫(yī)學影像該如何盈利?

          •   基于卷積神經網絡的深度學習算法,在2012年以來逐漸成為醫(yī)學變革的新動能。基于CT、MRI、X光、超聲、熱紅外、細胞涂片、心電圖等醫(yī)學圖像的智能輔助診療系統(tǒng),在臨床使用中已經被證明了有效性。   前不久,筆者在與道彤投資合伙人鄒國文的一次閑聊中,鄒先生透露,國內致力于開發(fā)智能輔助診療系統(tǒng)的企業(yè),數(shù)量超過100家。如此之多的創(chuàng)業(yè)者或企業(yè)家脫身于此,一方面證明了其對醫(yī)學進步的貢獻之大,另一方面也預示著其潛在的、巨大的商業(yè)價值空間。   投資風口背后的虛虛實實,2018年市場基本清晰了。有些拿不到融資、
          • 關鍵字: 人工智能  卷積神經網絡  

          人工智能診斷水平堪比專家 醫(yī)生會下崗嗎?

          •   先是無人駕駛熱透半邊天,繼而下圍棋又打遍天下無敵手……逆天的人工智能,最近甚至把手伸進醫(yī)院——這不,廣州市婦女兒童醫(yī)療中心剛剛對外宣布,其基于深度學習開發(fā)出一個能診斷眼病和肺炎兩大類疾病的人工智能系統(tǒng),這項研究成果以封面文章登上2月23日的世界頂級期刊《Cell》(細胞)。        人工智能診斷疾病靠譜嗎?南方南君告訴你,絕對驚人!比對實驗發(fā)現(xiàn),該系統(tǒng)在診斷眼疾時的準確性達到96。6%;在區(qū)分肺炎和健康狀態(tài)時,準確性達到92
          • 關鍵字: 人工智能  卷積神經網絡  

          一步一步學用Tensorflow構建卷積神經網絡

          •   0. 簡介  在過去,我寫的主要都是“傳統(tǒng)類”的機器學習文章,如樸素貝葉斯分類、邏輯回歸和Perceptron算法。在過去的一年中,我一直在研究深度學習技術,因此,我想和大家分享一下如何使用Tensorflow從頭開始構建和訓練卷積神經網絡。這樣,我們以后就可以將這個知識作為一個構建塊來創(chuàng)造有趣的深度學習應用程序了?! 榇耍阈枰惭bTensorflow(請參閱安裝說明),你還應該對Python編程和卷積神經網絡背后的理論有一個基本的了解。安裝完Tensorflow之后,你可以在不依賴GP
          • 關鍵字: Tensorflow  卷積神經網絡  
          共19條 1/2 1 2 »

          卷積神經網絡介紹

          您好,目前還沒有人創(chuàng)建詞條卷積神經網絡!
          歡迎您創(chuàng)建該詞條,闡述對卷積神經網絡的理解,并與今后在此搜索卷積神經網絡的朋友們分享。    創(chuàng)建詞條

          熱門主題

          樹莓派    linux   
          關于我們 - 廣告服務 - 企業(yè)會員服務 - 網站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機EEPW
          Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
          《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
          備案 京ICP備12027778號-2 北京市公安局備案:1101082052    京公網安備11010802012473
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();