深度学习最佳AI工具集合：网站、应用和开源项目
台大李宏毅2021机器学习课程笔记：全面解析深度学习与人工智能前沿技术
本文详细介绍了台湾大学李宏毅教授2021年机器学习课程的核心内容，涵盖了从基础概念到前沿技术的多个主题，为学习者提供了全面而深入的机器学习知识体系。
人工智能驱动的人类视频生成技术进展与应用
本文全面梳理了人类视频生成领域的最新研究进展,介绍了从早期的基于GAN的方法到最新的基于NeRF的方法,探讨了该技术在数字人、虚拟主播等领域的应用前景,并对未来发展趋势进行了展望。
NeuralSVB: 一种创新的神经网络歌声美化技术
NeuralSVB是一种新型的神经网络模型,旨在提高业余歌手的歌声质量,同时保留原有的内容和音色特征。该技术在ACL 2022会议上发表,代表了歌声美化研究的最新进展。
AttGAN-Tensorflow: 只改变你想要的人脸属性编辑技术
AttGAN-Tensorflow是一个强大的人脸属性编辑模型,能够精确地只改变用户指定的属性,同 时保持其他细节不变。本文详细介绍了AttGAN的原理、实现和使用方法。
PSGAN: 一种用于可定制妆容迁移的姿态和表情鲁棒的空间感知生成对抗网络
PSGAN是一种创新的深度学习模型,可以在不同姿态和表情下实现高质量的妆容迁移。它结合了空间感知和对抗学习技术,能够生成自然逼真的妆容效果,并支持自定义调整。本文将详细介绍PSGAN的原理、特点及应用。
EnlightenGAN: 无需配对监督的深度低光照图像增强
探索一种创新的无监督生成对抗网络 EnlightenGAN,它能够在没有配对低光/正常光照图像的情况下进行训练,并在各种真实世界的测试图像上表现出色。本文详细介绍了 EnlightenGAN 的原理、创新点和应用,展示了其在低光照图像增强领域的突破性进展。
EEG-ATCNet: 一种用于脑电图运动想象分类的注意力时间卷积网络
EEG-ATCNet是一种创新的深度学习模型,结合了注意力机制和时间卷积网络,专门用于脑电图(EEG)运动想象(MI)信号的分类。该模型在BCI竞赛IV-2a数据集上实现了最先进的性能,为脑-机接口系统的发展提供了新的思路。
Compendium-of-free-ML-reading-resources: 免费机器学习资源汇编
一个汇集了大量免费机器学习相关学习资源的资料库,包括数学基础、机器学习、深度学习、强化学习等多个领域的书籍、课程和论文。
深度学习实战:TensorFlow 2与Keras入门指南
探索Alireza-Akhavan的深度学习项目,通过丰富的Jupyter notebooks学习TensorFlow 2和Keras的实际应用。
ViTAE-Transformer: 推动遥感领域的深度学习研究
本文介绍了ViTAE-Transformer团队在遥感领域的一系列创新研究成果,包括SAMRS、RVSA和RSP等多个重要项目,展示了他们如何利用深度学习技术推动遥感图像分析的进步。
CoDA: 开放词汇3D目标检测的协作式新颖框发现与跨模态对齐
本文介绍了一种名为CoDA的新方法,用于解决开放词汇3D目标检测中的挑战。CoDA通过协作式新颖框发现和跨模态对齐,实现了对未见类别的高效检测。
YOLO-Patch-Based-Inference: 提高小目标检测和实例分割的高效方法
YOLO-Patch-Based-Inference是一个Python库,通过分块推理的方式来增强YOLOv8和YOLOv9等模型对小目标的检测和分割能力。该库提供了简单易用的API,支持多种YOLO模型,并能自动优化参数以达到最佳性能。
EQTransformer: 基于人工智能的地震信号检测与相位拾取模型
EQTransformer是一个基于深度神经网络和注意力机制的人工智能地震信号检测和P、S相位拾取模型。它具有专门为地震信号设计的分层架构,在全球地震数据上进行了训练,可以同时高效地执行检测和到时拾取。除了预测概率外,它还可以提供模型不确定性估计。
nnDetection: 自适应3D医学目标检测框架
nnDetection是一个用于3D医学图像目标检测的自配置框架,无需手动干预即可应用于新的数据集。本文介绍了nnDetection的设计理念、主要功能和使用方法,展示了其在多个医学影像数据集上的优异表现。
中国AI聊天机器人的崛起：从ERNIE Bot到情感支持
随着中国政府批准首批人工智能聊天机器人公开发布,百度等科技巨头正在积极开发具有情感支持功能的AI助手,引领中国聊天机器人市场的新趋势。
LeNet-5 在 MNIST 数据集上的 PyTorch 实现
本文详细介绍了如何使用 PyTorch 框架在 MNIST 手写数字数据集上实现 LeNet-5 卷积神经网络模型,包括数据准备、模型构建、训练过程以及结果分析等关键步骤。
ECG心跳分类的序列到序列深度学习方法
本文介绍了一种基于序列到序列深度学习模型的ECG心跳分类方法,用于检测心律失常。该方法能够进行病人内和病人间的心跳分类,取得了良好的分类效果。
QATM_pytorch: 深度学习中质量感知模板匹配的PyTorch实现
QATM_pytorch是QATM(Quality-Aware Template Matching)算法的PyTorch非官方实现,提供了一种新的质量感知模板匹配方法,可用于多种计算机视觉任务。
NeurVPS: 基于圆锥卷积的神经消失点扫描技术
本文介绍了一种名为NeurVPS的端到端可训练深度网络,该网络利用几何启发的卷积算子来检测图像中的消失点。NeurVPS结合了数据驱动方法和几何先验的优势,在消失点检测任务上取得了优于现有最先进方法的性能。
DeepCrack: 深度学习在裂缝检测中的应用与进展
DeepCrack是一种基于深度学习的裂缝检测方法,通过学习多尺度卷积特征来实现高精度的裂缝分割。本文介绍了DeepCrack的网络结构、数据集、训练方法和实验结果,展示了其在多个具有挑战性的裂缝数据集上的优秀性能。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号