- 综合排序
- 最热优先
- 最新优先
- 来自专栏鲜枣课堂
大话中国骨干网（上）
1989年10月，中关村地区教育与科研示范网络项目正式启动。该项目由世界银行提供贷款，国家计委（国家计划委员会）、国家教委（国家教育委员会）、中国科学院、国家自然科学基金会共同参与投资和支持。 1991年10月，在中美高能物理年会上，美方发言人怀特·托基提出，中国应该尽快接入Internet。 ▉ 四大IP骨干网 1994年9月，就在中国迈入互联网世界后不久，邮电部电信总局与美国商务部签订协议，正式启动中国公用计算机互联网的建设。 这个网，就是现在大名鼎鼎的中国第一骨干网——ChinaNet。 最终，国内形成了四大骨干网的格局。正是这些网络，支撑起了中国互联网的起步。 ? 1997年12月，四大骨干网实现互联互通。此后，中国的互联网，进入了崭新的时代！ 未完待续。。。
2.5K30发布于 2020-12-16 - 来自专栏GiantPandaCV
CenterNet骨干网络之hourglass
CenterNet中主要提供了三个骨干网络ResNet-18(ResNet-101), DLA-34, Hourglass-104，本文从结构和代码对hourglass进行讲解。 Ground Truth Heatmap 在开始讲解骨干网络之前，先提一下上一篇文章中有几位群友私聊我的问题：CenterNet为什么要沿用CornerNet的半径计算方式？
2.2K30发布于 2020-08-04 - 来自专栏GiantPandaCV
CenterNet的骨干网络之DLASeg
CenterNet中使用的DLASeg是在DLA-34的基础上添加了Deformable Convolution后的分割网络。
7.6K31发布于 2020-08-10 - 来自专栏GiantPandaCV
Pelee：移动端实时检测骨干网络
在ImageNet数据集上，PeleeNet只有MobileNet模型的66%,并且比MobileNet精度更高。PeleeNet作为backbone实现SSD能够在VOC2007数据集上达到76.4%的mAP。文章总体上参考DenseNet的设计思路，提出了三个核心模块进行改进，有一定参考价值。
1.5K10发布于 2020-05-20 - 来自专栏GiantPandaCV
CNN骨干网络新选择HS-ResNet
【GiantPandaCV导语】这是最近百度的一篇网络结构设计文章，该网络结构是手工设计得来，主要改进在对特征图多级划分卷积，拼接，提升了网络的精度，同时也降低了推理时间。个人感觉是res2net，ghostnet的结合，并且训练阶段没引入过多的trick，最后的实验结果很惊艳，或许是炼丹的一个好选择。
1.7K20发布于 2020-11-17 - 来自专栏AIWalker
视觉骨干网络VAN 背后的故事
）和新的骨干网络 VAN。 Part1 视觉骨干网络的发展 对图像进行特征提取，是计算机视觉任务的基础。在计算机视觉中，用于对图像进行特征提取的网络被称之为骨干网络。随着骨干网络的不断演进，计算机视觉也取得了飞跃式发展。 视觉骨干网络的发展大致可以分为三个阶段： 早期发明阶段(2012年之前)，这个阶段以LeNet为代表，研究人员正式开始提出使用卷积神经网络进行特征提取。 于是，作者在该论文中提出了一种专门针对计算机视觉任务的大核注意力(LKA)机制，基于该注意力，作者进一步提出了一种全新的视觉骨干网络VAN。 图3 不同模块的结构 视觉注意力网络VAN 基于LKA，本文搭建了一个新的视觉骨干网络VAN。
1.1K20编辑于 2023-09-03 - 来自专栏鲜枣课堂
骨干网光通信的最新趋势
今天这篇，小枣君和大家聊聊骨干网光通信的一些最新技术动向。 █ 400G，真的来了 大家也许都有所耳闻，从去年开始，国内运营商骨干网已经全面拉开了400G商用的帷幕。 骨干网升级400G的原因，是显而易见的。 一方面，居民数字生活（高清视频、远程会议、在线直播、在线游戏等）所带来的消费互联网流量增长，仍在持续。 另一方面，全行业都在推动数字化转型，来自行业数字化系统的流量激增，加剧了骨干网的压力。 骨干网压力陡增，还有一个关键的原因——AI大爆发。 AIGC大模型崛起之后，引发了一股AI浪潮。 这就对DCI（数据中心互联网络）提出了更高要求，光通信骨干网必须在技术性能上能够满足这一需求。 我们国家在算力上的战略，还是秉承了“全国统筹、整体布局”的思路。 所以，长途骨干网早期设计阶段的时候，基本上聚焦于16QAM和QPSK。后来有了16QAM-PCS，也加入了竞争。
82620编辑于 2024-05-17 - 来自专栏贾志刚-OpenCV学堂
SwinTransformer多尺度特征提取的Vit骨干网络
为突破这些限制，我们提出了一种名为Swin Transformer的通用Transformer骨干网络，它能够构建分层特征图，并实现与图像尺寸呈线性关系的计算复杂度。 这些优势使Swin Transformer适用于多种视觉任务的通用骨干网络，与此前仅生成单一分辨率特征图且具有二次计算复杂度的基于Transformer的架构形成鲜明对比。
31910编辑于 2026-04-02 - 来自专栏深度学习技术前沿
清华大学提出全新Autoformer骨干网络
尽可能延长预测时效是时序预测的核心难题，对于能源、交通、经济的长期规划，气象灾害、疾病的早期预警等具有重要意义。
1.4K40发布于 2021-07-14 - 来自专栏数据派THU
清华大学提出全新Autoformer骨干网络
来源：深度学习技术前沿 本文约2500字，建议阅读9分钟 全新Autoformer骨干网络，长时序预测达到SOTA！
2.2K10编辑于 2023-03-29 - 来自专栏贾志刚-OpenCV学堂
Swin Transformer 多尺度特征提取的Vit骨干网络
为突破这些限制，我们提出了一种名为Swin Transformer的通用Transformer骨干网络，它能够构建分层特征图，并实现与图像尺寸呈线性关系的计算复杂度。 这些优势使Swin Transformer适用于多种视觉任务的通用骨干网络，与此前仅生成单一分辨率特征图且具有二次计算复杂度的基于Transformer的架构形成鲜明对比。
34510编辑于 2026-04-02 - 来自专栏网络技术联盟站
网络工程师做了那么多项目了，骨干网懂多少？骨干网网络规划设计技术图文讲解的够详细了！
目前的网络结构大都采取一种层次划的组网方式，大体可以分为以下几个部分： 核心层网络 交换数据包，实现数据包的高速转发，核心层的设备要求交换容量、转发快、高稳定性 汇聚层网络 隔离拓扑结构变化，防止其不断变化对骨干网造成影响 、引起网络振荡，控制路由表的大小 接入层网络 将终端用户接入到网络，其具有网络接口类型丰富，接口数量多的特点 网络结构模型 骨干网模型 省网接入模型 城域网接入模型 1、保持网络的稳定 通过路由聚合（IP地址规划很重要）、设置缺省路由等减小路由表规模，同时也可以屏蔽下层网络频繁变化对骨干网络造成的影响 2、控制数据流量的走向 在 由于在骨干网络上部署IntServ太复杂，目前在骨干网上大都使用DiffServ模型，即在网络的边缘给报文分类，在骨干网络上面根据分类的结构进行区别转发。 2、同一个V**的用户的IP地址尽量连续，便于控制及QOS的部署 3、同一个Site下的V**用户的IP地址尽量连续，便于路由的汇聚 V**路由规划 V**路由分为两个部分，即骨干网路由和V
5K21发布于 2019-07-23 - 来自专栏机器学习AI算法工程
基于PyTorch的卷积神经网络经典BackBone(骨干网络)复现
时间推移到14年后，随着AlexNet以高出第二名约10%的accuracy rate成为了2012年ImageNet图像识别竞赛的第一名，深度学习以及卷积神经网络的研究热潮被彻底引爆，从此CNN进入了飞速发展的阶段 但我们仍然可以在一些最新的网络结构中发现它们的身影，这些经典CNN网络有时候是整个算法提取特征的骨架(特征的质量往往直接影响到分类结果的准确度，表达能力更强的特征也能给模型带来更强的分类能力)，因此又称为“Backbone”(骨干网络
1.9K40编辑于 2022-05-10 - 来自专栏SDNLAB
中国联通发布IP骨干网SDN创新实践成果
4月18日，在2018中国SDN/NFV大会期间,中国联通邀请业界SDN专家在北京召开了“中国联通IP骨干网SDN实践成果发布与研讨会”，会上中国联通发布了基于CUBE-NET 2.0的IP骨干网SDN 这些网络服务产品背后的技术基础，正是中国联通基于CUBE-NET2.0架构实施IP骨干网SDN重构的一系列技术创新。 联通中讯设计院数据技术部总工马季春具体介绍了联通实施IP骨干网SDN重构的技术路线、方案特点、技术成果和实践经验。 通过一年多的自主研发，攻克了大量技术难题，在IP骨干网的SDN演进上取得了重大突破。 中国联通实施的IP骨干网SDN演进，取得了多项技术突破： （1）SDN大规模商用部署 实现国内首个大规模广域网SDN商用部署，网络覆盖全国334个地市和35个海外节点。
1.3K50发布于 2018-06-11 - 来自专栏机器之心
MOAT项目原作解读：强大的可扩展视觉骨干网络
分享主题：MOAT：强大的可扩展视觉骨干网络 分享嘉宾：杨程麟，约翰霍普金斯大学计算机系博士生，导师是 Bloomberg 杰出教授 Alan Yuille。 研究方向为计算机视觉和人工智能，包括视觉骨干网络设计，知识蒸馏和强化学习。目前以第一作者身份在计算机视觉以及机器学习顶级会议上发表过多篇论文。
73630编辑于 2023-03-29 - 来自专栏AI SPPECH
YOLO骨干网络优化与创新：从Darknet到动态架构的演进
YOLOv10：引入动态骨干网络，能够根据输入图像的复杂度自适应调整网络结构，实现精度与速度的最佳平衡。 2. 2.3 新要素引入 本文引入了以下3个前批次/前文章中完全未出现的新要素： YOLOv10动态骨干网络设计：详细介绍了YOLOv10的动态骨干网络架构和工作原理，包括自适应结构调整、动态计算分配等。 动态骨干网络实现 YOLOv10引入了动态骨干网络，能够根据输入图像的复杂度自适应调整网络结构。 附录C：骨干网络可视化工具 以下是一个简单的骨干网络可视化工具代码示例： import torch from torchviz import make_dot from yolov10 import YOLOv10 ) dot.render('yolov10_backbone', format='png') 附录D：骨干网络性能测试脚本 以下是一个简单的骨干网络性能测试脚本： import torch import
81510编辑于 2026-01-03 - 来自专栏AI算法与图像处理
最强骨干网络：Swin Transformer来了
没想到的是，Vision Transformer(ViT)在2020年10月横空出世。 基于这些理解，我们组提出了一个通用的视觉骨干网络，Swin Transformer [paper] [code]，在这里简单介绍一下。
1.5K60发布于 2021-04-21 使用轻量级骨干网络MobileNetV1替换backbone的python源码+训练源码
支持的任务范围广泛：YOLO11 支持多种计算机视觉任务，例如对象检测、实例分割、图像分类、姿态估计和定向对象检测 (OBB) 【测试环境】 windows10 x64 ultralytics==8.3.0 新增MoileNetV1.py实现骨干网络（代码太多，核心模块源码请参考改进步骤.docx） 2. ├── train/ │ │ │ ├── images/ │ │ │ │ ├── firc_pic_1.jpg │ │ │ │ ├── firc_pic_10 labels/ │ │ │ │ ├── classes.txt │ │ │ │ ├── firc_pic_1.txt │ │ │ │ ├── firc_pic_10
47310编辑于 2025-07-18- 来自专栏云计算
从内循环到全球化：联通骨干网的破局之路
一、联通骨干网的"三级跳"发展历程中国联通的骨干网发展犹如一场精心编排的"三级跳"比赛，从最初的B网起跳，经过169网的腾空，最终以A网完美落地。 这条国际骨干网就像一座横跨大洋的桥梁，连接着中国与全球互联网。 中国联通通过持续优化骨干网架构，为数字中国建设提供了坚实支撑。
1K10编辑于 2025-04-16 - 来自专栏云计算
三大运营商骨干网架构深度剖析：线路建设与用户体验
一、中国电信：双网并行 1. 163骨干网(AS4134) 物理层承载：覆盖全国98%地级市，2023年峰值流量达98.7Tbps 路由特征：全程"202.97.." 新一代骨干网架构 智能路由系统： 部署AI预测模型，提前15分钟规避83%的拥塞风险 实施SRv6网络切片技术，创建12个业务专属通道 关键升级： 上海-洛杉矶400G海缆启用智能光交换技术 新加坡方向部署 业务类型直接决定网络架构的设计方向： 国内高并发业务（如电商、直播），可优先部署中国移动的智能路由网络，其AI流量预测与SRv6切片技术能动态规避拥塞，保障用户体验；若业务覆盖偏远地区，则需兼顾中国电信的广泛骨干网覆盖
6.4K10编辑于 2025-03-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号