注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. minist训练图像倍增器

  2. 这是能对minist训练图像进行变形处理并保存为可训练文件，能增加神经网络的训练集提高，提高网络识别精度。

  3. 所属分类：C#

    • 发布日期：2015-08-23
    • 文件大小：30408704
    • 提供者：cqcyst

  1. 基于图像的人体检测跟踪和人脸识别的研究

  2. 计算机视觉通常是指计算机通过控制和应用传感器等设备对周围的环境进行获取的过程，然后对获取的视觉信息进行后期加工，包括表示、压缩、分析、处理、储存等，进而实现人类视觉所具有的“看”的功能。近年来计算机技术、光电技术和自动化技术的飞速发展，促成了计算机视觉系统的出现，同时随着人类生产生活需求的不断提高，视觉化、智能化的解决方案也越来越广泛的应用于工业生产、医疗和军事等领域，计算机视觉技术已经成为各国研究者关注和研究的热点。对计算机视觉系统的研究无论是在理论研究还是实际应用方面都有巨大的价值和意义。

  3. 所属分类：硬件开发

    • 发布日期：2018-12-28
    • 文件大小：2097152
    • 提供者：weixin_44102991

  1. adversarial_examples_tf2：Tensorflow 2.0中的初学者友好型对抗攻击和防御库-源码

  2. TF2中的对抗性攻击和防御库 我们提供了一个轻量级且对初学者友好的库，用于： 训练简单的图像分类器。 生成对抗性示例-扰动神经网络的输入会导致错误的输出。 通过防御这些攻击来构建更强大的分类器。 该库是检查代码和亲自尝试对抗示例的简单起点。 要更全面地了解本领域的最新技术，我们建议您查看 。 支持的数据集： 支持的攻击： 支持的防御： 安装 首先，将此存储库克隆到本地计算机上。 git clone https://github.com/summer-yue/adversarial_

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：26624
    • 提供者：weixin_42131261

  1. DeepPriorUDN_ADM-源码

  2. 展开和自适应反卷积模型中的Deep Prior PyTorch实现，用于单图像非盲去模糊。 数据 从下载综合数据集 预训练模型 从下载ADM的Z模块和UDN模型 跑步 请看一下demo.ipynb ，其中我们提供了Set14 / Levin数据集中的8个非盲反卷积示例，扰动的噪声水平可以从1％，3％，5％和10％中选择。 ADM演示

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：717824
    • 提供者：weixin_42136826

  1. 基于边界值不变量的对抗样本检测方法

  2. 目前，深度学习成为计算机领域研究与应用最广泛的技术之一，在图像识别、语音、自动驾驶、文本翻译等方面都取得良好的应用成果。但人们逐渐发现深度神经网络容易受到微小扰动图片的影响，导致分类出现错误，这类攻击手段被称为对抗样本。对抗样本的出现可能会给安全敏感的应用领域带来灾难性的后果。现有的防御手段大多需要对抗样本本身作为训练集，这种对抗样本相关的防御手段是无法应对未知对抗样本攻击的。借鉴传统软件安全中的边界检查思想，提出了一种基于边界值不变量的对抗样本检测防御方法，该方法通过拟合分布来寻找深度神经网络

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：941056
    • 提供者：weixin_38674415