檢索結果:共2筆資料 檢索策略: "Yuan-Hsiang Lin".ecommittee (精準) and ckeyword.raw="動態卷積"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
近年來關於神經網路減少存儲空間和計算資源的研究與日俱增,而這些研究從理論研究到平台實現,都已經有了非常大的進展。本論文針對監控影像大多的場景具有高相似度的特性,提出一種優化卷積神經網路的方法,稱為動…
2
隨著智能城市的發展,大規模監控影像分析變得越來越重要;然而,最先進的深度學習模型所需的大量計算資源使得實時處理難以實現。由於監控視頻中普遍存在高場景相似性的特點,我們採用了一種稱為動態卷積的有效壓縮…