Fast.ai 深度学习实战课程 Lesson0 [中文字幕][免费观看]

TinyMind 2018-04-08 18:16
本节课不需要深入研究高水平数学问题的情况下,学习如何建立最先进的深度学习模型。

这有一份花书《深度学习》笔记,深度学习规则,帮你抓住精髓!(附下载)

专知 2019-01-09 10:45
一份《深度学习》的规则清单。
1829 0 1

语义分割网络RefineNet原理与Pytorch实现(附代码地址)

GCME 2019-01-01 08:48
语义分割网络RefineNet原理与Pytorch实现

深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN

Azure-Sky 2018-06-25 18:05
基于深度学习的目标检测技术演进:R-CNN、Fast R-CNN、Faster R-CNN object detection我的理解,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。object detection要解决的问题就是物体在哪里,是什么这整个流程的问题。然而,这个问题可不是那么容易解决的,物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,更何况物体还可以是多个类别。

深度学习入门必须理解这25个概念

TinyMind 2018-06-07 17:12
初学者必看~

《深度学习500问》一份超全深度学习资料,面试必备!

TinyMind 2018-10-25 15:20
通过问答的形式阐述任店问题与知识,清晰明了,方便检索,特别适合初学者。
3564 0 0

【视频分享】身份采集、活体检测、人脸比对...旷视是如何做FaceID的?

人工智能头条 2018-06-07 16:56
旷视科技产品总监彭建宏讲述了深度学习在互联网身份验证服务中的应用以及人脸识别活体检测(动作、炫彩、视频、静默)技术应用场景及实现方式。

深度学习时代的目标检测算法综述

Azure-Sky 2018-06-17 16:50
这或许是计算机视觉领域内最著名的问题。它主要指将一张图像归为某种类别。学术界最流行的一类数据集是ImageNet,由数以百万计已分好类的图像组成,(部分)用于年度ImageNet大规模视觉识别挑战比赛(ILSVRC)。近年来,分类模型已经超过了人类的表现,因此该问题基本算是一个已经解决的问题。图像分类领域有许多挑战,但是也有许多文章介绍已经解决了的,以及未解决的挑战。

谷歌大脑深度学习从入门到精通视频课程第7课:深度学习(7.1-7.5)

TinyMind 2018-05-28 15:24
深度学习来了!
1592 0 0

目标检测之RCNN,SPP-NET,Fast-RCNN,Faster-RCNN

Azure-Sky 2018-06-26 21:03
在深度学习出现之前,传统的目标检测方法大概分为区域选择(滑窗)、特征提取(SIFT、HOG等)、分类器(SVM、Adaboost等)三个部分,其主要问题有两方面: 一方面滑窗选择策略没有针对性、时间复杂度高,窗口冗余; 另一方面手工设计的特征鲁棒性较差。自深度学习出现之后,目标检测取得了巨大的突破,最瞩目的两个方向有: 1 以RCNN为代表的基于Region Proposal的深度学习目标检测算法(RCNN,SPP-NET,Fast-RCNN,Faster-RCNN等); 2 以YOLO为代表的基
关注微信公众号