最新

热搜企业:

Fork 0 关注 0

本项目是基于 PyTroch 实现的 self-critical 的 image caption 任务。本项目基于imageCaptioning.pytorch 项目,主要的不同有:1. 使用了 Self critical training;2.自底向上的特征;3.Ensemble;4.多GPU训练的支持;5.加入了 transformer 结构。

原始仓库地址:https://github.com/ruotianluo/self-critical.pytorch.git

浏览量:31 下载量:0 项目类别: 图像识别
26 days前更新
Fork 0 关注 0

本项目是基于 Chainer 实现的 faster-rcnn 模型 。经过R-CNN和Fast RCNN的积淀,Ross B. Girshick在2016年提出了新的Faster RCNN,在结构上,Faster RCNN已经将特征抽取(feature extraction),proposal提取,bounding box regression(rect refine),classification都整合在了一个网络中,使得综合性能有较大提高,在检测速度方面尤为明显。

原始仓库地址:https://github.com/mitmul/chainer-faster-rcnn.git

浏览量:20 下载量:0 项目类别: 图像识别
3 months前更新
Fork 0 关注 0

本项目是基于 PyTorch 实现的 deeplab-resnet 101 模型,并采用 Jaccard loss 进行训练。本项目基于 tensorflow-deeplab-resnet 项目,开发者可以从其中进行学习。

原始仓库地址:https://github.com/bermanmaxim/jaccardsegment.git

浏览量:38 下载量:0 项目类别: 图像识别
4 months前更新
Fork 0 关注 0

本项目是基于 PyTorch 实现的 deeplab-resnet 模型。本项目的体系结构已完全复制自caffe实施中的体系结构。该体系结构可在多个比例(1x,0.75x,0.5x)上计算输入图像上的损耗。在这三个等级上分别计算损失。除了这3个损失外,在将3个标度上的输出得分图合并后,还会计算出一个损失。将这4个损失相加以计算总损失。

原始仓库地址:https://github.com/isht7/pytorch-deeplab-resnet.git

浏览量:15 下载量:0 项目类别: 图像识别
4 months前更新
Fork 0 关注 0

本项目是基于 PyTorch 实现的 ResNe 网络。ResNet(Residual Neural Network)由微软研究院的Kaiming He等四名华人提出,通过使用ResNet Unit成功训练出了152层的神经网络,并在ILSVRC2015比赛中取得冠军,在top5上的错误率为3.57%,同时参数量比VGGNet低,效果非常突出。ResNet的结构可以极快的加速神经网络的训练,模型的准确率也有比较大的提升。同时ResNet的推广性非常好,甚至可以直接用到InceptionNet网络中。

原始仓库地址:https://github.com/ruotianluo/pytorch-resnet.git

浏览量:11 下载量:0 项目类别: 图像识别
4 months前更新
Fork 0 关注 0

本项目是基于 PyTorch 实现的 image caption 任务。与之前的 Neurotalk2 的主要区别有:1. 代替使用随机拆分,使用karpathy的train-val-test split;2。没有使用卷积模型,而是使用预处理的功能;3.使用resnet代替vgg; 特征提取方法与自关键特征提取方法相同:对原始图像运行cnn并自适应地将最后一个转换层特征平均化为固定大小。

原始仓库地址:https://github.com/ruotianluo/imagecaptioning.pytorch.git

浏览量:19 下载量:0 项目类别: 图像识别
4 months前更新
Fork 0 关注 0

本项目是基于 TensorFlow 实现的在线 MNIST 手写体识别项目。本项目拥有一个完整的前后端,支持用户从浏览器拖拽输入手写数字,并立即得到识别结果以及相应数字的预测概率,方便用户学习。

原始仓库地址:https://github.com/sugyan/tensorflow-mnist.git

浏览量:10 下载量:0 项目类别: 图像识别
4 months前更新
Fork 0 关注 0

本项目是基于Keras实现的 RetinaNet。RetinaNet主要解决的是前景和背景的imbalance问题,其目的在于降低容易区分的样本的loss,更关注于难以区分的样本。使用了一个新的 Focal loss,提升了物体识别的准确率。

原始仓库地址:https://github.com/fizyr/keras-retinanet.git

浏览量:9 下载量:0 项目类别: 图像识别
4 months前更新
Fork 0 关注 0

本项目是基于Keras实现的 MaskR-CNN 项目。Mask R-CNN 是一个两阶段的框架,第一个阶段扫描图像并生成候选区(proposals,即有可能包含一个目标的区域),第二阶段分类提议并生成边界框和掩码。Mask R-CNN 扩展自 Faster R-CNN,可用于人的姿态估计等其他任务。

原始仓库地址:https://github.com/fizyr/keras-maskrcnn.git

浏览量:15 下载量:0 项目类别: 图像识别
4 months前更新
deep-image-prior Jupyter Notebook
Fork 0 关注 0

本项目使用深度学习技术进行图像恢复任务。本项目的主要的方法是:1.使用随机参数初始化深度卷积网络F;2.利用GAN思想,将一组固定的随机向量编码z作为网络的输入;3.网络的目标是将输入的编码z进行不断的分布学习,得到一张图片X,从而对于网络的参数进行训练,来实现图像修复任务;4.模型选择的损失函数主要是生成图像和真实图像之间的MSE;5.模型使用网络结构是GAN网络中使用的自编解码网络结构,网络参数个数大约是2百万个。

原始仓库地址:https://github.com/dmitryulyanov/deep-image-prior.git

浏览量:56 下载量:0 项目类别: 图像识别
4 months前更新

ihub@pcl.ac.cn 鹏城实验室人工智能研究中心

版权所有:鹏城实验室    粤ICP备18066427号-6    Powerd by 国防科技大学Trustie