【YOLOv8改进 - 特征融合NECK】 GIRAFFEDET之GFPN ：广义特征金字塔网络，高效地融合多尺度特征
YOLOv8目标检测创新改进与实战案例专栏 专栏目录： YOLOv8有效改进系列及项目实战目录 包含卷积，主干 注意力，检测头等创新机制 以及 各种目标检测分割项目实战案例 专栏链接: YOLOv8基础解析+创新改进+实战案例 介绍 摘要 在传统的目标检测框架中，通常采用从图像识别模型继承的主干网络来提取深层潜在特征，然后通过颈部模块融合这些潜在特征，以捕捉不同尺度的...
【YOLOv8改进】MSFN(Multi-Scale Feed-Forward Network):多尺度前馈网络
摘要 摘要——高光谱图像（HSI）去噪对于高光谱数据的有效分析和解释至关重要。然而，同时建模全局和局部特征以增强HSI去噪的研究却很少。在本文中，我们提出了一种混合卷积和注意力网络（HCANet），该网络结合了卷积神经网络（CNN）和Transformers的优势。为了增...
大连理工卢湖川团队TMI顶刊新作 | M^2SNet: 新颖多尺度模块 + 智能损失函数 = 通用图像分割SOTA网络
Title: SNet: Multi-scale in Multi-scale Subtraction Network for Medical Image SegmentationPaper: https://arxiv.org/pdf/2303.10894.pdfCode: https://github.com/Xiaoqi-Zhao-DLUT/MSNet导读医学图像分割领域的著名网络 U-N....
Google Earth Engine——WWF/HydroSHEDS/03DIR水文信息数据集提供了一套不同尺度的地理参考数据集（矢量和栅格），包括河流网络、流域边界、排水方向和流量积累。
HydroSHEDS is a mapping product that provides hydrographic information for regional and global-scale applications in a consistent format. It offers a suite of geo-referenced datasets (vector and rast....
什么是多尺度密集网络 - MSDNet ？
本文为 AI 研习社编译的技术博客，原标题 ： Review: MSDNet — Multi-Scale Dense Networks (Image Classification) 作者 | Sik-Ho Tsang 翻译 | 莫尔•哈该、Yao Lu、Winteryangwt、唐里、鸢尾 编辑 | 王立鱼 原文链接： https:/...
ISC 2017途隆云：网络空间安全新尺度
9月12日，以“万物皆变，人是安全的尺度”为主题的第五届中国互联网安全大会（ISC2017）在北京国家会议中心隆重召开。作为亚太地区规格最高、影响力最大的国际顶级安全盛会，此次由中国互联网协会、中国网络空间安全协会和360互联网安全中心共同主办。途隆云作为云计算安全的领航者受邀参会，并与全球安全机构和安全专家一起，共同分享前瞻的安全技术与安全智慧。 在9月13日的云计算与大数据安全论坛上，途隆.....
间谍卫星的基础？YOLT——利用卷积神经网络对卫星影像进行多尺度目标检测（Part I）
首发地址：https://yq.aliyun.com/articles/64445 本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。 以下为译文： 利用卷积神经网络，对于卫星影像中多尺度目标检测而言，你只需要看两次（Part I） 在大片物体中检测小物体一直是卫星图像分析感兴趣的主要点之一。早期的工作是利用本地滑动窗和HOG特征描述确定船的位置，但存在的缺点是...
间谍卫星的基础？YOLT——利用卷积神经网络对卫星影像进行多尺度目标检测（Part I）
本文由北邮@爱可可-爱生活 老师推荐，阿里云云栖社区组织翻译。 以下为译文： 利用卷积神经网络，对于卫星影像中多尺度目标检测而言，你只需要看两次（Part I） 在大片物体中检测小物体一直是卫星图像分析感兴趣的主要点之一。早期的工作是利用本地滑动窗和HOG特征描述确定船的位置，但存在的缺点是高度不均匀背景下分辨不清晰。为了解决这一问题，实现了一种基于“你只要看两眼”的物体检测...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
