A shortly and densely connected convolutional neural network for vehicle re-identification

A one-layer recurrent neural network for constrained nonsmooth invex optimization

Correlative Filters for Convolutional Neural Networks

Classification of Evoked Emotions Using an Artificial Neural Network Based on Single, Short-Term Physiological Signals

In order to improve the tracking and stabilization performance of three-axis gyro stabilized platform, an adaptive decoupling control based on neural networks is developed. The dynamic model of three-axis GSP is developed based on traditional Newton–Euler method. The nonlinearity and coupling system is full-state-linearized using feedback linearization, and neural networks are used to compensate for the disturbances and uncertainties. The stability of the proposed scheme is analyzed by the

CVPR2020:组合卷积神经网络:对部分遮挡物具有天生鲁棒性的深度架构_论文阅读

KoSpacing：带R的自动朝鲜语单词间距

PipeCNN：用于卷积神经网络的基于OpenCL的FPGA加速器

使用CycleGAN进行图像域转换：用于图像域转换的深度学习的MATLAB示例

TensorFlow对象计数API TensorFlow对象计数API是一个基于TensorFlow和Keras构建的开源框架，可轻松开发对象计数系统。 如果您需要专业的物体检测，跟踪和计数项目，请与我们联系！ 快速演示 累计计数模式（TensorFlow实现）： 实时计数模式（TensorFlow实现）： 对象跟踪模式（TensorFlow实现）： 跟踪模块是基于构建的。 单个图像上的对象计数（TensorFlow实现）： 基于对象计数的R-CNN（）： 基于对象分割和计数的Mask R-CNN（）： 奖励：自定义对象计数模式（TensorFlow实现）： 您可以使用自己的训练数据来训练TensorFlow模型以构建自己的自定义对象计数器系统！ 如果您想学习如何做，请查看下面的示例项目，其中涵盖了迁移学习的一些理论并展示了如何将其应用到有用的项目中。 示例项目1：蓝精灵计数 更多信息可以在找到！ 示例项目2：Barilla-Spaghetti计数 更多信息可以在找到！ 开发正在进行中！ 该API将很快更新，此仓库中将提供更多才华横溢且轻巧的API！ 将添加详细的API文