首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏机器之心

    华为麒麟的AI性能是高通的3.5倍?这是所有手机运行神经网络的能力

    任务 4:图像去模糊 神经网络:SRCNN 9-5-5 | CPU, NPU, DSP 图像分辨率:300 x 300 px Set-5 得分 (x3):32.75 dB 还记得用手机拍出的模糊照片吗? 任务 9:内存极限 神经网络:SRCNN 9-5-5 | CPU, NPU, DSP 图像分辨率:4 MP # 参数:69.162 在任务 4 中我们已经认识了 SRCNN,它是最轻便、简单的神经网络之一

    1.3K00发布于 2018-07-30
  • 来自专栏全栈程序员必看

    超分辨率重建开山之作——SRCNN

    特别的,我们固定第一层和第三层的滤波器尺寸不变,放大第二层的滤波器尺寸为3(9-3-5)和5(9-5-5)。 收敛曲线如图7显示了使用更大的滤波器尺寸显著的提升了表现,特别的,后向传播量为8-108时,9-3-5和9-5-5在Set5上平均PSNR值分别为32.66和32.75dB。 和他们使用一个不同的模糊核(标准差为0.55的高斯核)一致,使用和DNC一样的模糊核训练具体的9-5-5网络来进行公平的定量比较。Upscaling是3,训练集是91张影像集。 为了展现出来,我们训练三种网络用于对比,分别是9-1-5,9-3-5,9-5-5。很显然9-5-5是最快的,并且比起当前最好的A+方法有更好的表现。 9-5-5以运行时间为代价实现了最好的精度。我们的方法的测试时间可以通过很多方法进行加速,比如逼近或者简化训练的网络,以牺牲轻微的表现为代价。

    5.1K30编辑于 2022-07-22
  • 来自专栏数据派THU

    哪款安卓手机适合跑AI?移动端芯片性能评测论文出炉

    任务 4:图像去模糊 神经网络:SRCNN 9-5-5 | CPU, NPU, DSP 图像分辨率:300 x 300 px Set-5 得分 (x3):32.75 dB 还记得用手机拍出的模糊照片吗? 任务 9:内存极限 神经网络:SRCNN 9-5-5 | CPU, NPU, DSP 图像分辨率:4 MP 参数:69.162 在任务 4 中我们已经认识了 SRCNN,它是最轻便、简单的神经网络之一,

    1K30发布于 2018-12-05
  • 来自专栏机器之心

    哪款安卓手机适合跑AI?移动端芯片性能评测论文出炉

    任务 4:图像去模糊 神经网络:SRCNN 9-5-5 | CPU, NPU, DSP 图像分辨率:300 x 300 px Set-5 得分 (x3):32.75 dB 还记得用手机拍出的模糊照片吗? 任务 9:内存极限 神经网络:SRCNN 9-5-5 | CPU, NPU, DSP 图像分辨率:4 MP 参数:69.162 在任务 4 中我们已经认识了 SRCNN,它是最轻便、简单的神经网络之一,

    1.9K40发布于 2018-10-22
领券