deeplabv3+

RK3588边缘工业计算机:驱动AGV实现多传感器融合与高精度导航

在工业4.0的浪潮中，智能制造的核心在于通过智能化设备实现生产流程的自主决策与协同优化。AGV（自动导引车）作为智能制造中物料运输的关键载体，其导航精度、响应速度和环境适应性直接决定了生产效率。瑞芯微RK3588边缘工业计算机（8核异构计算架构）凭借其强大的算力与丰富的硬件接口，正在成为AGV调度中...

C#+OpenCv深度学习开发(常用模型汇总)

在使用OpenCvSharp结合深度学习进行机器视觉开发时，有许多现成的模型可以使用。以下是一些常用的深度学习模型，适用于不同的机器视觉任务，包括物体检测、图像分类和分割等。在OpenCvSharp中加载和使用这些模型的基本示例：usingOpenCvSharp;usingOpenCv...

卷积式神经网络(CNN)在建筑行业中的应用

#土木工程##土木工程专业的出路在哪##机器学习#1.结构健康监测（StructuralHealthMonitoring,SHM）应用场景振动模态分析：通过分析桥梁、高层建筑或大坝的振动数据（如加速度传感器数据），CNN可识别结构损伤或异常。损伤定位与量化：利用结构表面的应变场图像或红...

Apple团队:轻量级、通用且移动友好的网络框架(附论文下载)

关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq论文地址：https://arxiv.org/pdf/2110.02178.pdf计算机视觉研究院专栏作者：Edison_G轻量级卷积神经网络(CNN)是移动视觉任务的事实。他们的空间归纳偏差使他们能够在不同的视觉...

基于高光谱小样本数据的密林树种识别的多任务全卷积架构

与传统实地勘察相比，利用遥感绘制树种图已成为一种更低价、更快、更实用的森林面积清查方法。本文提出了一种多任务全卷积架构(基于无人机高光谱数据从稀疏的树木个体分割(ITC)样本集训练FCN的新方法),可用于热带地区等茂密森林冠层中的树种分类。01研究者首先描述了一种偏损失函数来训练多任务的模型，该模型...

阿德莱德大学在读博士刘伊凡:结构化蒸馏在语义分割中的研究与应用 | 公开课预告

语义分割，是像素级别上的分类，属于同一类的像素都要被归为一类，因此语义分割是从像素级别上来理解图像的。不同于实例分割，语义分割只需要进行类别划分，而实例分割则需要在语义分割的基础上，对同类中的不同实例进行划分。在8月7日的「CV前沿讲座」第13讲中，我们邀请到了阿德莱德大学在读博士陈昊为大家带来了主...

cvpr 2024|从未标注数据中重生标注特征，用于半监督语义分割

研究背景随着深度学习在语义分割领域的应用日益广泛，对数据标注的需求也急剧增加。然而，高质量的像素级标注是一项耗时且成本高昂的任务。为了缓解这一问题，半监督语义分割（SSSS）方法被提出，该方法利用有限的标注数据和大量未标注数据来训练模型。然而，现有方法普遍存在标注数据主导训练过程的问题，导致未标注数...

语义图像分割 解密谷歌DeepLab-v3+

谷歌的的语义图像分割（SemanticImageSegmentation）模型DeepLab-v3+已开源，而这一技术在GooglePixel2和2XL手机（包括后续型号）上也得到应用。这项技术可以实现对图像或视频的背景分割，给图像和视频处理APP带来极大便利。今天就让我们来聊聊什么是语义图...

西电人工智能学子斩获ICCV 2021国际竞赛五项冠亚季军

2021国际计算机视觉大会InternationalConferenceonComputerVision(ICCV)部分赛事已经完结，在西安电子科技大学人工智能学院焦李成教授、刘芳教授、屈嵘教授与团队博士生杨育婷、黄钟健、赵嘉璇、张俊、耿雪莉、游超、马彦彪，硕士生郭志成、陈大帆、鲍骞月的...

无需手工设计，从零开始搜索损失函数

机器之心专栏机器之心编辑部针对各种任务设计合适的损失函数往往需要消耗一定的人力成本，一种名为AutoLoss-Zero的新型通用框架可以从零开始搜索损失函数，使成本大大降低。近年来，自动机器学习（AutoML）在模型结构、训练策略等众多深度学习领域取得了进展。然而，损失函数作为深度学习模型训练中不可...