祝贺实验室在Low-Power Image Recognition Challenge比赛中获奖

最新推荐文章于 2024-11-15 12:44:16 发布
原创 最新推荐文章于 2024-11-15 12:44:16 发布 · 1k 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
收录于
深度学习

当前文章被收录于：

深度学习
27 篇文章 1 人学习
订阅专栏 查看详情
图像识别

当前文章被收录于：

图像识别
17 篇文章 0 人学习
订阅专栏 查看详情
随笔

当前文章被收录于：

随笔
17 篇文章 0 人学习
订阅专栏 查看详情
在本次比赛中获得了Track1最高准确率及最低能耗第一名、Track1第二名以及Track3第一名的好成绩。

战绩：

  • first prize in Track 1 (highest accuracy, lowest energy in Track 1)
  • second prize in Track 1
  • first prize in Track 3

相关链接：http://www.lpirc.net/index.html

一篇文章带你搞定数学建模中的线性回归模型（05年长江水质问题示例讲解含代码）
南淮北安的博客
09-21 2147
文章目录一、问题分析二、原理讲解三、MATLAB 实现线性回归模型 一、问题分析 根据你的预测分析，如果未来10年内每年都要求长江干流的Ⅳ类和Ⅴ类水的比例控制在20%以内，且没有劣Ⅴ类水,那么每年需要处理多少污水 为了达到题目中所要求的水质，可建立废水排放量与各类水百分比之间的二元线性回归模型，对未来十年的废水排放量进行预测，并确定其与各类水所占百分比之间的函数关系式。通过此关系式，可以计算在这种情况下长江所能承受的最大污水排放量，将这个排放量与预测的排放量进行比较，多出来的部分就是需要每年处理掉的。 二、
时序预测 | MATLAB实现NGM(1,1)多变量灰色时间序列预测
机器学习之心的博客，关注并私信文章链接，获取对应文章源码和数据。
09-21 1472
时序预测 | MATLAB实现NGM(1,1)多变量灰色时间序列预测
【opencv学习】 Low-Power Image Recognition Challenge (LPIRC)：Track 3 用摄像头从带二维码边框的图片中提取照片及信息的方法
Joe_quan的博客
06-26 4983
这是一篇总结的文章，写的方法是如何从的二维码边框中识别出图片的ID、宽度、高度这些信息，再根据识别出的宽度、高度把图片从带二维码边框的图片截取出来。
YOLOv11改进，YOLOv11结合DynamicConv(动态卷积)，CVPR2024，二次创新C3k2结构
最新发布
在职AI算法工程师，擅长计算机视觉，YOLO目标检测、分割等，擅长web、pyqt界面可视化，好内容持续更新中，来这里跟大家一起学习，共同进步
11-15 2212
DynamicConv（动态卷积）是一个用于提高卷积神经网络（CNN）性能的技术，核心思想是动态地生成卷积核（filter），而不是使用固定的卷积核。通过引入更多的计算灵活性和适应性来增强卷积操作的表达能力，进而提升模型的性能。专家选择：DynamicConv 通过引入多个“专家”（experts），每个专家学习特定的卷积模式。输入图像的不同部分会选择不同的专家进行卷积。动态卷积核生成：根据输入的不同特征，专家网络动态地生成卷积核，而不是使用固定的卷积核。
CVPR 2018 挑战赛
duanshao的专栏
03-11 3785
6.18-22 日，CVPR 2018 将在美国盐湖城举办。所有workshop，见如下网址http://cvpr2018.thecvf.com/program/workshops，有时间的同学参考下。Date & TimeLocationWorkshopOrganizer(s)Monday, June 18, 2018TBAFirst International Workshop o...
2016 MSR Image Recognition Challenge (IRC) Results
xuguozhi0124的专栏
03-20 998
MSR Image Recognition Challenge (IRC) @ IEEE ICME 2016 结果出来了，Top 5 accuracy rank 10，without extra data.总之各种被自动化所无情碾压。。。。。。 纯粹是爱好Dog才参加的，一大堆论文要rebuttal,submit..........也算是一个交代吧，结果不重要，重要的是熟练地运行深度学习，训
微软 MSR Image Recognition Challenge 2016(IRC@ICME) 测试demo
xuguozhi0124的专栏
03-16 1358
参加微软举办的MSR Image Recognition Challenge 2016(IRC@ICME) 狗种分类大赛。我将自己训练的模型公开，欢迎大家试用我的demo。网址： http://tinyurl.com/xgz-dog 可通过手机、平板、pc网页打开，然后上传进行识别。 鉴于后台PC有可能关机断网，本demo仅供娱乐，谢绝商用 这是我家的美国恶霸，欢迎提
python写算法竞赛_CVPR 2020 算法竞赛大盘点
weixin_39682511的博客
12-11 617
CVPR 2020已经公布了大多数workshop的细节，与这些workshop对应的还有很多计算机视觉算法比赛，这些比赛代表着或新兴、或实用、或有趣、或被忽略的研究方向。CV君今天汇总了大部分比赛(因有些还未公布网址)，大多数已经开赛放出了数据集，欢迎大家按图索骥。WebVision Image Classification技术方向：图像分类、半监督学习、无监督学习http://www.vis...
A Low Power, Fully Event-Based Gesture Recognition System
qq_25436597的博客
02-21 810
论文思维导图
【数据竞赛】ICCV 2021 竞赛汇总
fengdu78的博客
05-16 3854
ICCV是AI/CV领域的顶会，今年也举办了较多的比赛，本文将对相关的比赛进行汇总，方便大家参赛。ICCV 2021会议地址：http://iccv2021.thecvf.com/home...
NVIDIA GPU的Compute Capability一览
热门推荐
Jiajun的博客
07-29 3万+
GPU Compute Capability Tesla K80 3.7 Tesla K40 3.5 Tesla K20 3.5 Tesla C2075 2.0 Tesla C2050/C2070 2.0 Tesla M40 5.2 Tesla K80 3.7 Tesla K40 3.5 Tesla K20 3.5 Tes
Matlab一个利用神经网络拟合函数的例子
Jiajun的博客
01-10 3万+
代码：t=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41 41.4 42.5 43.9 45 45.7 46.9 47.8 49 49.4 51.4 53 54 5
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks程序(Python)配置问题总结
Jiajun的博客
12-21 2万+
目录目录 预先浏览 QA预先浏览 原文：faster-r-cnn 源码：py-faster-rcnn接下来列举源码配置过程中我遇到的问题，希望对大家有帮助。若有错误，还望指出。 Q&A Q1: error: utils/bbox.c: No such file or directory x86_64-linux-gnu-gcc: error: utils/bbox.c: No such file o
Caffe中的Makefile.config的一些说明
Jiajun的博客
07-29 2万+
## Refer to http://caffe.berkeleyvision.org/installation.html # Contributions simplifying and improving our build system are welcome!# cuDNN acceleration switch (uncomment to build with cuDNN). # USE_C
用ImageNet的数据集(ILSVRC2014)训练Faster R-CNN
Jiajun的博客
01-06 2万+
1. 训练结果 第一次训练，ZF，30W张图片，201类，迭代80k40K，mAP: 18.0% 第二次训练，ZF，10W张图片，201类，迭代80k40K，mAP: 20.1% 某次训练结果，ZF，10W张图片，201类，mAP结果如下 个人认为23.0%还不是faster的极限，所以在研究如何提高mAP。2. 问题汇总2.1 总结 ImageNet训练数据集部分标注缺失object标签 Imag
用ImageNet的数据集训练SSD(Single Shot MultiBox Detector)
Jiajun的博客
08-18 1万+
简介 资源 Code: https://github.com/weiliu89/caffe Paper: http://arxiv.org/abs/1512.02325 和Fast(er) R-CNN(python版)的代码结构不是一种风格，SSD构建的工作环境使得的文件组织略显复杂 介绍一下主要文件夹的用途 examples/ssd/，存放了训练，测试的脚本，是主要操作的脚本 data/，
让Faster R-CNN支持TX1的fp16(half float, float16)特性
Jiajun的博客
02-24 9169
为什么要用float16？ 一句话，float16的运算速度是float32运算速度的2倍。nVidia说的，数据不对不要怪我，(≖ ‿ ≖)✧ 在说一下缺点，也是一句话，精度损失了。（卧槽，废话，(*´Д｀*) ） 会损失多少呢？ IEEE754（wiki）这里描述各种float的规则，这里鄙视一下百度百科。 눈_눈 float32: 负数取值范围为 -3.4028235E+38
Faster R-CNN是如何添加ROIPoolingLayer和SmoothL1LossLayer的？
Jiajun的博客
02-28 9114
ROIPoolingLayer和SmoothL1LossLayer类的声明可以在caffe-fast-rcnn/include/caffe下的fast_rcnn_layers.hpp文件中找到。 ROIPoolingLayer和SmoothL1LossLayer的实现在caffe-fast-rcnn/src/caffe/layers下的4个文件中roi_pooling_layer.cpp roi_p
Cross Entropy Loss with Softmax的求导
Jiajun的博客
05-03 7255
ICO的全称是Initial Coin Offering（也有称作Initial Crypto-Token Offering），中文是首次代币发行。很多人错过AI，错过比特币，错过以太坊，生怕错过ICO，看到ICO犹如饿虎扑食般。在保守投资者的强烈抵触下，被批成ICO就是在炒空气。曾请教过一位在摩根工作的朋友，他说他们圈子对ICO是看空的；股神巴菲特先生怒斥比特币毫无价值。但笔者的观点是，并ICO并
SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <1MB model size阅读笔记
Jiajun的博客
03-03 6162
文章链接，http://arxiv.org/abs/1602.07360 代码链接，https://github.com/DeepScale/SqueezeNet 目前文章还是第一版，所以内容上不是很多。摘要先提了在相同精确度下，体积更小的深度神经网络有着以下3点好处。 Smaller DNNs require less communication across servers dur
Faster R-CNN中ZF Net更换成CaffeNet
Jiajun的博客
03-02 5931
对于ZF中的train.prototxt开头的input-data、结尾的loss_ls和loss_box不能改变，这个是Faster RCNN代码框架决定的。layer { name: 'input-data' type: 'Python' top: 'data' top: 'im_info' top: 'gt_boxes' python_param { module: 'roi_data_l
Hybrid computing using a neural network with dynamic external memory（可微神经计算机）阅读
Jiajun的博客
10-14 4857
1. 利用神经网络与外部动态存储器进行混合计算 原文链接Hybrid computing using a neural network with dynamic external memory。 文章在Methods章节有着非常非常详细的讲解。 我还没完全弄清其机制，欢迎讨论。 本人YY了一下它和神经网络加速器。 2. 摘要 人工神经网络非常擅长感觉处理、 序列学习、 强化学习，而限制来表示变量和数
Tensorflow多人共享服务器GPU的小技巧
Jiajun的博客
04-13 4350
import os import tensorflow as tf os.environ['CUDA_VISIBLE_DEVICES']='0' #指定GPU config = tf.ConfigProto() config.gpu_option.allow_growth = True #开启增量式使用（用多少拿多少） seesion = tf.Seesion(config=config,...)...
GA & PSO+BP_pso-ga_pso-bp分类_PSOBP分类_PSO-BP_粒子群优化bp_源码.zip
GA & PSO+BP_pso-ga_pso-bp分类_PSOBP分类_PSO-BP_粒子群优化bp_源码.zip
AGV（自动导引车）路径识别系统的MATLAB实现，包括对图像进行灰度处理，阈值分割，二值化，开闭运算，边缘检测_matlab_
AGV（自动导引车）路径识别系统的MATLAB实现，包括对图像进行灰度处理，阈值分割，二值化，开闭运算，边缘检测
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值