【论文复现】中值滤波改进：Different Applied Median Filter(DAMF)
2022-12-29
124
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
目录
相关文章
|
机器学习/深度学习
开发框架
.NET
YOLOv5的Tricks | 【Trick6】学习率调整策略（One Cycle Policy、余弦退火等）
YOLOv5的Tricks | 【Trick6】学习率调整策略（One Cycle Policy、余弦退火等）
2755
0
0
|
人工智能
算法
自动驾驶
使用OpenCV实现Halcon算法（2）形状匹配开源项目，shape_based_matching
使用OpenCV实现Halcon算法（2）形状匹配开源项目，shape_based_matching
4046
0
3
|
8月前
|
计算机视觉
|
8月前
|
机器学习/深度学习
缓存
测试技术
Nice Trick | 不想标注数据了！有伪标签何必呢，Mixup+Mosaic让DINO方法再继续涨点
Nice Trick | 不想标注数据了！有伪标签何必呢，Mixup+Mosaic让DINO方法再继续涨点
237
0
0
|
计算机视觉
Python
Ha-NeRF: Hallucinated Neural Radiance Fields in the Wild 代码复现与解读
Ha-NeRF: Hallucinated Neural Radiance Fields in the Wild 代码复现与解读
189
0
0
|
机器学习/深度学习
PyTorch
算法框架/工具
【论文精读】ISBI 2022 - Retinal Vessel Segmentation with Pixel-wise Adaptive Filters
由于视网膜血管的纹理复杂和成像对比度低，导致精确的视网膜血管分割具有挑战性。以前的方法通常通过级联多个深度网络来细化分割结果
139
0
0
|
机器学习/深度学习
编解码
并行计算
深度学习论文阅读目标检测篇（七）中英对照版：YOLOv4《Optimal Speed and Accuracy of Object Detection》
有大量的技巧可以提高卷积神经网络（CNN）的精度。需要在大 数据集下对这种技巧的组合进行实际测试，并需要对结果进行理论论 证。某些技巧仅在某些模型上使用和专门针对某些问题，或只针对小 规模的数据集；而一些技巧，如批处理归一化、残差连接等，适用于 大多数的模型、任务和数据集。我们假设这种通用的技巧包括加权残 差连接（Weighted-Residual-Connection，WRC）
377
0
0
|
机器学习/深度学习
存储
算法
YOLOv5的Tricks | 【Trick7】指数移动平均（Exponential Moving Average，EMA）
这篇博客主要用于整理网上对EMA（指数移动平均）的介绍，在yolov5代码中也使用了这个技巧，现对其进行归纳。
1841
1
2
|
算法
固态存储
计算机视觉
目标检测的Tricks | 【Trick3】IoU loss与focal loss（包含一些变体介绍）
目标检测的Tricks | 【Trick3】IoU loss与focal loss（包含一些变体介绍）
515
0
0
|
并行计算
算法
计算机视觉
目标检测的Tricks | 【Trick9】nms非极大值抑制处理（包括变体merge-nms、and-nms、soft-nms、diou-nms等介绍）
目标检测的Tricks | 【Trick9】nms非极大值抑制处理（包括变体merge-nms、and-nms、soft-nms、diou-nms等介绍）
1084
0
0
