AI 助理
备案控制台

机器学习/深度学习

首页 标签 机器学习/深度学习
# 机器学习/深度学习 #
关注
69991内容
最新 热门 文章 问答 视频 电子书 课程 训练营 活动
Limiiiing
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| WACV-2024 D-LKA 可变形的大核注意 针对大尺度、不规则的目标图像
RT-DETR改进策略【注意力机制篇】| WACV-2024 D-LKA 可变形的大核注意 针对大尺度、不规则的目标图像
# 机器学习/深度学习 # 编解码 # 测试技术 # 计算机视觉
Limiiiing
|
9天前
|
博文
RT-DETR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
RT-DETR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
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含二次创新）
RT-DETR改进策略【注意力机制篇】| EMA 即插即用模块，提高远距离建模依赖（含二次创新）
# 机器学习/深度学习 # 计算机视觉
Limiiiing
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| CVPRW-2024 分层互补注意力混合层 H-RAMi 针对低质量图像的特征提取模块
RT-DETR改进策略【注意力机制篇】| CVPRW-2024 分层互补注意力混合层 H-RAMi 针对低质量图像的特征提取模块
# 机器学习/深度学习 # 编解码 # 计算机视觉
Limiiiing
|
9天前
|
博文
RT-DETR改进入门篇 | 手把手讲解改进模块如何实现高效涨点，以SimAM注意力模块为例
RT-DETR改进入门篇 | 手把手讲解改进模块如何实现高效涨点，以SimAM注意力模块为例
# 机器学习/深度学习 # 资源调度 # 计算机视觉 # 索引
Limiiiing
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
RT-DETR改进策略【注意力机制篇】| CVPR-2023 FSAS 基于频域的自注意力求解器 结合频域计算和卷积操作 降低噪声影响
# 机器学习/深度学习 # 编解码 # 计算机视觉
Limiiiing
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| ICLR2023 高效计算与全局局部信息融合的 Sea_Attention 模块（含HGBlock二次创新）
RT-DETR改进策略【注意力机制篇】| ICLR2023 高效计算与全局局部信息融合的 Sea_Attention 模块（含HGBlock二次创新）
# 机器学习/深度学习 # 计算机视觉
Limiiiing
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| Large Separable Kernel Attention (LSKA) 大核可分离卷积注意力 二次创新HGBlock、ResNetLayer
RT-DETR改进策略【注意力机制篇】| Large Separable Kernel Attention (LSKA) 大核可分离卷积注意力 二次创新HGBlock、ResNetLayer
# 机器学习/深度学习 # 计算机视觉
Limiiiing
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| 2024 SCI TOP FCAttention 即插即用注意力模块，增强局部和全局特征信息交互
RT-DETR改进策略【注意力机制篇】| 2024 SCI TOP FCAttention 即插即用注意力模块，增强局部和全局特征信息交互
# 机器学习/深度学习 # 资源调度 # Java # BI # 计算机视觉
Limiiiing
|
9天前
|
博文
RT-DETR改进策略【注意力机制篇】| Mixed Local Channel Attention (MLCA) 同时融合通道、空间、局部信息和全局信息的新型注意力
RT-DETR改进策略【注意力机制篇】| Mixed Local Channel Attention (MLCA) 同时融合通道、空间、局部信息和全局信息的新型注意力
# 机器学习/深度学习 # 编解码 # 计算机视觉
免费试用