VGGネットワークによる深層畳み込みニューラルネットの構築
VGGアーキテクチャの設計思想
AlexNetはLeNetに比べて深い構造を持ち、精度の向上を実現した。この流れを受けて、さらにネットワークを深く・大規模化する方法が模索された。計算コストを抑えつつ表現力を高めるために、VGGでは複数の小さな畳み込み層を積み重ねる戦略を採用している。
VGGブロックの構成
VGGの基本単位である「VGGブロック」は以下の要素で構成される：
...
9月16日 15:56 投稿
オープンソースの卒業設計：車番号認識システムの実装
1. 車番号認識の原理とプロセス
車番号認識は、画像処理とパターン認識の理論に基づき、車両のナンバープレートを含む画像を分析・処理し、ナンバープレートの位置を特定し、さらにテキスト文字を抽出・認識する技術です。
典型的な車番号認識処理の流れは、画像取得、画像前処理、ナンバープレート検出、文字分割、文字認識、結果出力というステップで構成されます。各ス ...
6月22日 16:11 投稿
畳み込みニューラルネットワークにおけるGlobal Response Normalizationの実装
GRNモジュールの構造
Global Response Normalization（GRN）はConvNeXtV2で提案された正規化手法であり、特徴マップのチャネル間依存性をモデル化する機構として機能します。SE、ECA、CBAMなどのアテンション機構と同様に、特徴量の再調整を実現します。
PyTorch実装例
import torch
import torch.nn as nn
class ChannelAttentionNorm(nn.Module):
def __init__(se ...
5月20日 22:45 投稿