资源简介
What Do We Understand About Convolutional Networks?论文
卷积神经网络(CNN)在计算机视觉领域已经取得了前所未有的巨大成功,但我们目前对其效果显著的原因还没有全面的理解。约克大学电气工程与计算机科学系的 Isma Hadji 和 Richard P. Wildes 发表了论文《What Do We Understand About Convolutional Networks?》,对卷积网络的技术基础、组成模块、当前现状和研究前景进行了梳理,介绍了我们当前对 CNN 的理解。
代码片段和文件信息
相关资源
- 计算机视觉教程(第2版)
- opencv2.4.9源码分析——SIFT
- 基于CNN的静态手势识别系统
- 一种基于LBP和CNN的人脸识别算法
- PCNN TOOLBOX
- MSCNN_dehaze.rar
- SLAM综述文章
- 现代计算机视觉29讲PPT-王伟强
- 基于小波变换的医学图像融合
- 扑克纸牌识别报告
- 脉冲耦合神经网络工具箱PCNN-toolbox
- 卷积神经网络的人脸识别样本采集+
- 基于深度学习的神经网络算法论文
- faster rcnn流程图
- SRCNN翻译学习并改进.zip
- 基于深度学习的图像检索系统CNN
- 超分辨率PPT
- opencv图像处理方法总结.pdf
- faster_rcnn test 浮点运算量
- 论文研究-基于改进贝叶斯优化算法的
- 国科大计算机视觉往年试题
- darknet文本检测与CNN+CTCOCR文字识别项目
- 超分辨率重建SRCNN(GUI界面)
- 基于多任务卷积网络(MTCNN)和Cente
- 基于深度学习的链路预测
- Mask R-CNN.pptx
- PyTorch介绍及入门pdf
- [高清版]摄像测量学原理与运用研究
- 2016中国人工智能行业系列研究——中
- instances_minival2014.json.zip
评论
共有 条评论