神经网络压缩相关论文
近些年来,深度神经网络飞速发展并广泛应用于众多领域,例如计算机视觉、自然语言处理、语音识别、情感分析、文本特征提取、生物信......
目标检测作为人工智能学科中与生活最为贴近的研究热点之一,在自动驾驶、人脸检测、智能监控、医疗及工业检测等场景都有着广泛的......
深度学习近年来得到了快速的发展,在计算机视觉,自然语言处理等众多领域有着优越的表现,催生了一系列智能产品的落地。而深度学习......
图像修复作为数字图像处理中的一个重要分支,广泛应用在文物保护、刑侦、生物医疗、航空航天等领域。传统的图像修复方法存在图像......
近年来,卷积神经网络(CNN)凭借强大的特征提取和表达能力,在图像分析领域的诸多应用中取得了令人瞩目的成就。但是,CNN性能的不断......
近年来,卷积神经网络(Convolution Neural Network,CNN)在图像识别、语音识别、自然语言处理等多个领域取得了卓越的成绩。为了进......
随着深度学习的快速发展,深度神经网络的深度与宽度都在不断增大,实际应用受限于神经网络的计算量和存储量,导致了训练出的网络模......
高精度物体检测网络急剧增加的参数和计算量使得它们很难在车辆和无人机等端侧设备上直接部署使用。针对这一问题,从网络压缩和计......
视频是人们日常生活、工业生产以及安防领域的重要信息来源,视频结构化是计算机视觉的重要研究领域之一。视频结构化技术,就是打破......
无人驾驶技术中需要通过摄像头获取周围的环境,而机器视觉就是使用视觉产品感知周边环境的手段。机器视觉将摄取的目标转换为图片......
近年来,深度神经网络迅猛发展,特别是在计算机视觉方面,不断刷新着传统模型的性能。深度模型具有很强的性能,但参数数量多,巨量的......
近年来,生成对抗网络(Generative Adversarial Networks,GAN)在图像超分辨率、图像生成等许多计算机视觉任务中展现出优异的性能。......
神经网络压缩技术的出现缓解了深度神经网络模型在资源受限设备中的应用难题,如移动端或嵌入式设备.但神经网络压缩技术在压缩处理......
针对深度神经网络在移动平台上存在准确度低、过拟合等问题,提出一种轻量级的卷积神经网络架构。将3×3的深度可分离卷积替换S......
由于视频源的画质质量远远无法匹配超高清显示设备的性能,导致最终呈现在显示设备上的画质质量与人类视觉感知的期望差距较大,极大......
核能源产生的核乏料如何安全的永久处理是核工业应用中的一个重要问题。目前最先进的方法是使用快中子将长寿命、高辐射性的核素嬗......
心脏病是一类常见的突发性疾病,发作时不进行及时诊治很容易对病人生命健康造成威胁。可穿戴式心电监护设备能够长期记录和实时分......
点云分类是点云数据处理的重要环节。快速、高精度的点云分类有助于自动驾驶、工业机器人、三维场景识别、地图重构等技术的发展。......
