这是复现论文Learning to Compare Image Patches via Convolutional Neural Networks的代码，这是TensorFlow版本，用深度学习的方法做图像匹配，具体的过程可以看这篇文章https://blog.csdn.net/weixin_42521239/article/details/103389033
2021-05-16 17:34:30
16.67MB
1
Large-Scale Learnable Graph Convolutional Networks（LGCN）论文的ppt pdf 资源分享
2021-05-11 21:15:16
651KB
1
相机重定位的开篇之作，机器视觉
2021-05-11 18:07:05
6.28MB
1
involution.pytorch（）
一个PyTorch实现使用过密的
对合的非官方pytorch实现。 官方实现可以在找到。
特征
该层可以处理任意输入和输出通道，内核大小，步幅和减速比。 但是，输入通道应按组划分。
要求
pytorch >= 1.4.0
einops >= 0.3.0
用法
一个例子：
>>> import torch
>>> from involution import Involution
>>>
>>> x = torch.rand(2,8,5,5)
>>> i = Involution(in_channels=8, out_channels=4, groups=4, kernel_size=3, stride=2, reduction_ratio=2)
>>> i(x).size ()
torch.Size([2, 4, 3, 3])
去做
Ima
2021-05-11 17:35:04
69KB
1
在PyTorch中检索CNN图像：在PyTorch中训练和评估CNN以进行图像检索
这是一个Python工具箱，用于实现对本文所述方法的培训和测试：
无需人工注释即可对CNN图像进行微调， RadenovićF.，Tolias G.，Chum O.，TPAMI 2018 [ ]
CNN图像检索从BoW获悉：无监督的微调，并附有困难的示例， RadenovićF.，Tolias G.，Chum O.，ECCV 2016 [ ]
它是什么？
该代码实现：
训练（微调）CNN进行图像检索
学习CNN图像表示的监督美白
在牛津和巴黎数据集上测试CNN图像检索
先决条件
为了运行此工具箱，您将需要：
Python3（在Debian 8.1上使用Python 3.7.0进行了测试）
PyTorch深度学习框架（已通过1.0.0版测试）
其余所有（数据+网络）将通过我们的脚本自动下载
2021-05-06 10:42:15
41KB
1
使用生成的专业网络对图像进行着色
██████╗ ██████╗ ██╗ ██████╗ ██████╗ ██╗███████╗███████╗
██╔════╝██╔═══██╗██║ ██╔═══██╗██╔══██╗██║╚══███╔╝██╔════╝
██║ ██║ ██║██║ ██║ ██║██████╔╝██║ ███╔╝ █████╗
██║ ██║ ██║██║ ██║ ██║██╔══██╗██║ ███╔╝ ██╔══╝
╚██████╗╚██████╔╝███████╗╚██████╔╝██║ ██║██║███████╗███████╗
╚═════╝ ╚═════╝ ╚══════╝ ╚═════╝ ╚═╝ ╚═╝╚═╝╚══════╝╚══════╝
这是。
对于一些应用
2021-04-28 19:54:16
739KB
1
论文Convolutional Radio Modulation Recognition Networks code卷积无线调制识别网络代码实现，使用深度学习方法卷积神经网络，解决调制模式识别。
2021-04-26 10:51:12
765KB
1
2D卷积神经网络推荐系统
2021-04-24 09:08:00
1.57MB
1
2016-Convolutional Matrix Factorization for Document Context-Aware Recommendation
2021-04-23 14:14:26
778KB
1
Visualizing and Understanding Convolutional Networks论文原文加翻译
2021-04-19 22:08:04
36.56MB
1