AI 助理
备案控制台

计算机视觉

首页 标签 计算机视觉
# 计算机视觉 #
关注
25899内容
最新 热门 文章 问答 视频 电子书 课程 训练营 活动
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【模型轻量化】| EMO：ICCV 2023，结构简洁的轻量化自注意力模型
YOLOv11改进策略【模型轻量化】| EMO：ICCV 2023，结构简洁的轻量化自注意力模型
# 机器学习/深度学习 # 存储 # 测试技术 # 计算机视觉 # Ruby
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【Conv和Transformer】| TPAMI-2024 Conv2Former 利用卷积调制操作和大核卷积简化自注意力机制，提高网络性能
YOLOv11改进策略【Conv和Transformer】| TPAMI-2024 Conv2Former 利用卷积调制操作和大核卷积简化自注意力机制，提高网络性能
# 机器学习/深度学习 # 编解码 # 移动开发 # 计算机视觉 # 网络架构
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【Conv和Transformer】| CVPR-2023 BiFormer 稀疏自注意力，减少内存占用
YOLOv11改进策略【Conv和Transformer】| CVPR-2023 BiFormer 稀疏自注意力，减少内存占用
# 机器学习/深度学习 # 编解码 # BI # 计算机视觉 # 知识图谱
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【模型轻量化】| 替换华为的极简主义骨干网络：VanillaNet
YOLOv11改进策略【模型轻量化】| 替换华为的极简主义骨干网络：VanillaNet
# 机器学习/深度学习 # 人工智能 # 自然语言处理 # 网络架构 # 计算机视觉
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【Conv和Transformer】| 2024 AssemFormer 结合卷积与 Transformer 优势，弥补传统方法不足
YOLOv11改进策略【Conv和Transformer】| 2024 AssemFormer 结合卷积与 Transformer 优势，弥补传统方法不足
# 机器学习/深度学习 # 算法 # 计算机视觉 # 数据库管理
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【Backbone/主干网络】| 替换骨干网络为CVPR-2024 PKINet 获取多尺度纹理特征，适应尺度变化大的目标
YOLOv11改进策略【Backbone/主干网络】| 替换骨干网络为CVPR-2024 PKINet 获取多尺度纹理特征，适应尺度变化大的目标
# 计算机视觉 # Perl
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4：移动生态系统的通用模型
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 2024轻量化网络MoblieNetV4：移动生态系统的通用模型
# 机器学习/深度学习 # 编解码 # 测试技术 # 文件存储 # 计算机视觉
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【Conv和Transformer】| CVPR-2022 Deformable Attention Transformer 可变形自注意力 动态关注目标区域
YOLOv11改进策略【Conv和Transformer】| CVPR-2022 Deformable Attention Transformer 可变形自注意力 动态关注目标区域
# 机器学习/深度学习 # 资源调度 # 计算机视觉
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【模型轻量化】| GhostNetV2：利用远距离注意力增强廉价操作
YOLOv11改进策略【模型轻量化】| GhostNetV2：利用远距离注意力增强廉价操作
# 机器学习/深度学习 # 计算机视觉
Limiiiing
|
13天前
|
博文
YOLOv11改进策略【YOLO和Mamba】| MLLA：Mamba-Like Linear Attention，融合Mamba设计优势的注意力机制
YOLOv11改进策略【YOLO和Mamba】| MLLA：Mamba-Like Linear Attention，融合Mamba设计优势的注意力机制
# 机器学习/深度学习 # 人工智能 # 并行计算 # BI # 计算机视觉
免费试用