V
主页
深度学习直接缝了别的模型的模块,如何修改成自己的东西?模块改进视频第一期
发布人
核心思想还是缝合A和B两个模块,可以各取一部分,变成模块C。视频中的同款笔记可以在工房中获取,有需要的话可以支持一下我,感谢
打开封面
下载高清视频
观看高清视频
视频下载器
以U-Net为例,缝合模块教程,深度学习通用,看完不会直接来扇UP,报销路费
以transformer为例的缝合模块教程,内含详细操作以及维度转换,看完就学会
DFF:可以缝合在transformer中的动态特征融合模块,来自于2024年3月份的文章,适用于2D和3D分割任务
详解深度学习如何使用自己的数据集跑通项目并改进,图像分类、分割、检测等项目具体实例讲解
CVPR2024最新CAA上下文锚点注意力机制,适用视觉全领域,具体实例讲解缝合教程/深度学习
TIAM:适用于遥感图像变化检测任务的时空交互注意力模块
CSA:可以应用在U型网络中的多尺度注意力模块
SDM:特征融合模块,即插即用,2D和3D均适用
SFFusion:特征融合模块,2d和3d版本,附创新点的启发,提取和融合浅层特征
MSCA(NeurIPS 2022):一种多尺度卷积注意力模块,适用于语义分割
SLAB(ICML2024):可应用在transformer中的归一化方法和注意力模块,附演示教程
SPConv:无缝替换现有网络中的常规卷积,即插即用
即插即用特征提取注意力模块HWAB,可用于低光图像增强任务【深度学习】
PGM(NeurIPS2023):适用于图像去噪,去雨,去雾的即插即用模块
多尺度图卷积模块,点云领域【深度学习即插即用模块】ECCV 2022
【ECCV 2024】深度学习图像超分领域的轻量级即插即用模块FMB
LPA:局部金字塔注意力模块,2d和3d版本,适用于图像分割任务
GSC(MICCAI2024):可以应用在Mamba中的卷积模块,3d和2d版本,即插即用
PyConv:金字塔卷积,适用于几乎所有计算机视觉任务,即插即用
YOLOv8使用C++在RK3588上部署
深度学习通过缝合模块A+B+C还能发论文吗?看这个视频给你答案
Neural Networks 2024 | 深度学习改进SE通道注意力
PConv(CVPR2023):即插即用卷积模块
axial attention(MICCAI2021):适用于图像分割的注意力模块
(TGRS 2024)深度学习多尺度差异融合模块MDFM,遥感变化检测
AFF(WACV2021):基于注意力机制的多特征融合模块
深度学习 | 通用特征融合模块 | SCI一区2023 | YOLO可替换拼接层| PSFM多尺度图像特征融合模块,所有CV任务通用的高频低频图像特征融合模块
ICB和ASB(ICML 2024):适用于时间序列任务的即插即用模块,可以应用在transformer中
多尺度注意力融合模块MSAF,2d和3d版本
Transformer模块缝合教程重置版,替换自注意力和FFN层【深度学习】
RSAblock:适用于3d医学图像分割的注意力模块,可以缝合在UNet中,即插即用
超轻量且高效的动态上采样器,附演示教程,可以轻松替代现有的上采样器,即插即用
CVPR 2024 | 医学图像分割 | 高效多尺度卷积注意力解码器EMCAD
GhostModuleV1&V2:可以代替原有的卷积操作,即插即用
深度学习 | ECCV 2024 | 图像恢复 | Histoformer
在云服务器上运行Github开源项目(基准模型)教程,分享一个变体UNet用于医学图像分割的基准模型【深度学习】
深度学习模块缝合思路 | 别再盲目缝合模块了!
深度学习 | ECCV 2024 | 语义分割 | RCM模块和DPG头
手把手带你从论文中摘取到想要的模块,以及如何合理的插入到自己的模型中
NAF:即插即用模块,适用于图像恢复领域