AI 助理
备案控制台

编解码

首页 标签 编解码
# 编解码 #
关注
17220内容
最新 热门 文章 问答 视频 电子书
Limiiiing
|
10天前
|
博文
RT-DETR改进策略【Conv和Transformer】| CVPR-2023 BiFormer 稀疏自注意力，减少内存占用
RT-DETR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
|
10天前
|
博文
RT-DETR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
RT-DETR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
|
10天前
|
博文
RT-DETR改进策略【RT-DETR和Mamba】| 替换骨干 Mamba-RT-DETR-T !!! 最新的发文热点
RT-DETR改进策略【RT-DETR和Mamba】| 替换骨干 Mamba-RT-DETR-T !!! 最新的发文热点
# 编解码 # 计算机视觉
Limiiiing
|
11天前
|
博文
RT-DETR改进策略【Backbone/主干网络】| 替换骨干网络为2023-CVPR ConvNeXt V2 （附网络详解和完整配置步骤）
RT-DETR改进策略【Backbone/主干网络】| 替换骨干网络为2023-CVPR ConvNeXt V2 （附网络详解和完整配置步骤）
# 机器学习/深度学习 # 编解码 # 数据可视化 # 网络架构 # 计算机视觉
Limiiiing
|
11天前
|
博文
RT-DETR改进策略【Backbone/主干网络】| 替换骨干网络为：Swin Transformer，提高多尺度特征提取能力
RT-DETR改进策略【Backbone/主干网络】| 替换骨干网络为：Swin Transformer，提高多尺度特征提取能力
# 机器学习/深度学习 # 编解码 # 计算机视觉 # Windows
Limiiiing
|
11天前
|
博文
RT-DETR改进策略【Backbone/主干网络】| 2023 U-Net V2 替换骨干网络，加强细节特征的提取和融合
RT-DETR改进策略【Backbone/主干网络】| 2023 U-Net V2 替换骨干网络，加强细节特征的提取和融合
# GPU云服务器 # 机器学习/深度学习 # 编解码 # 计算机视觉 # 异构计算
Limiiiing
|
11天前
|
博文
RT-DETR改进策略【卷积层】| GnConv：一种通过门控卷积和递归设计来实现高效、可扩展、平移等变的高阶空间交互操作
RT-DETR改进策略【卷积层】| GnConv：一种通过门控卷积和递归设计来实现高效、可扩展、平移等变的高阶空间交互操作
# 机器学习/深度学习 # 编解码 # Java # 计算机视觉
Limiiiing
|
11天前
|
博文
RT-DETR改进策略【卷积层】| HWD，引入`Haar小波变换`到下采样模块中，减少信息丢失
RT-DETR改进策略【卷积层】| HWD，引入`Haar小波变换`到下采样模块中，减少信息丢失
# 机器学习/深度学习 # 编解码 # 知识图谱
Limiiiing
|
11天前
|
博文
RT-DETR改进策略【卷积层】| ICCV-2023 SAFM 空间自适应特征调制模块 对ResNetLayer进行二次创新
RT-DETR改进策略【卷积层】| ICCV-2023 SAFM 空间自适应特征调制模块 对ResNetLayer进行二次创新
# 机器学习/深度学习 # 编解码 # 计算机视觉
Limiiiing
|
11天前
|
博文
RT-DETR改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点
RT-DETR改进策略【卷积层】| ECCV-2024 小波卷积WTConv 增大感受野，降低参数量计算量，独家创新助力涨点
# 机器学习/深度学习 # 编解码 # 计算机视觉
免费试用