细粒度目标识别第25页

计算机视觉CV算法分类,计算机视觉（CV）的算法有哪些，具体都有哪些特点？...

目前计算机视觉主要分类有目标识别、目标检测(识别+定位)、目标分割(检测+分割)，而应用层面就多了，文字描述较繁琐，简单地画了一部分，如下：而算法层面，理论上是无穷种的，同一个需求，根据场景可能会有非常多的差异变化

weixin_33045961·2023-02-03 14:07

OpenMMLab AI 实战营 Day 1

OpenMMLabAI实战营Day1主讲人张子豪（同济子豪兄）张子豪（同济子豪兄）1、检测、语义分割、实例分割等任务都属于空间细粒度的表征建模。

钢之乐学·2023-02-03 09:19

OpenMMLab AI实战课笔记-第1节课

1.第一节课（课程链接）1.1计算机视觉任务计算机视觉主要实现以下目标：分类目标检测分割：语义分割、实例分割(对像素进行精确分类,像素粒度或细粒度)关键点检测1.2OpenMMLab框架框架选择：PyTorchOpenMMLab

Arrow·2023-02-03 09:11

浅谈所谓人工智能

现实中机器确实也可以干很多事情，酷炫如机器翻译，人机对话，目标识别，物体分类，语音识别等等。可是略懂一点后，你就会非常失望。

jeavenwong·2023-02-03 02:23

分类、跟踪、生成、压缩、细粒度综述

转自http://www.sohu.com/a/226537807_473283仅供个人学习，如有侵权请联系删除作者：张皓（南京大学）网络压缩(networkcompression)尽管深度神经网络取得了优异的性能，但巨大的计算和存储开销成为其部署在实际应用中的挑战。有研究表明，神经网络中的参数存在大量的冗余。因此，有许多工作致力于在保证准确率的同时降低网路复杂度。低秩近似用低秩矩阵近似原有权重矩

TTdreamloong·2023-02-02 08:03

【NLP】文献翻译4——CH-SIMS：中文多模态情感分析数据集与细粒度的模态注释

CH-SIMS:AChineseMultimodalSentimentAnalysisDatasetwithFine-grainedAnnotationsofModality摘要1.介绍2.相关工作2.1多模态数据集2.2多模态情感分析2.3多任务学习3.CH-SIMS数据集3.1数据获取3.2标注3.3特征提取4.多模式多任务学习框架4.1单模态子网4.2特征融合网络4.3优化目标5.实验5.1

Yang SiCheng·2023-02-02 07:16

c#设计模式之享元模式

享元模式使用共享对象可有效的支持大量的细粒度的对象类图如下：FlyweightpublicabstractclassFlyweight{publicstringintrinsic;publicstringextrinsic

KunMa·2023-02-02 02:32

Vuex小知识

Vuex是专门为Vue.js设计的状态管理库，以利用Vue.js的细粒度数据响应机制来进行高效的状态更新。开发中大型项目时，要更好的管理外部组件，Vuex较为便利。

含含要暴怒·2023-02-01 22:42

naming less data words

，提供超细粒度的dns服务简写为：NMLSnaminglessdatawords：NMLS的控制和通讯协议，数据格式简写为：NLDW

帕博雷克斯丢丢·2023-02-01 04:33

2022: Multi-Grained Vision Language Pre-Training: Aligning Texts with Visual Concepts

摘要大多现有的视觉语言预训练依赖通过对象检测器提取的以对象为中心的特征，并对提取的体征与文本进行细粒度对齐。这些方法对学习多个对象间的关系具有挑战性。

weixin_42653320·2023-01-31 23:43

Java8 源码阅读 - LongAdder

其方法本质是在循环中一直尝试CAS，直到成功时才退出循环，所以在线程竞争激烈的场景往往性能不是很好（尽管已经比使用悲观锁好的多）；LongAdder采用的是类似分治的思想，再遇到多个线程同时对数据进行更新时，会将数据分为多份更细粒度的子单位再更新

Mhhhhhhy·2023-01-31 13:18

ICLR 2020趋势分析：NLP中更好&更快的Transformer

文章目录自注意力变体Long-ShortRangeAttention使用子树掩码的树结构的注意力哈希注意力多跳注意力训练目标识别替换任务词和句子结构任务类型限制的实体替换嵌入位置感知的复杂词向量层次嵌入分解的嵌入参数模型结构压缩记忆可逆层交叉层参数共享自适应深度预测总结转载来源

郝伟老师的技术博客·2023-01-31 13:44

OTSU （大津算法）的MATLAB实现

图像分割，是图像处理里面比较重要的一个领域，对于后续的目标识别，图像分类有着重要的意义，是图像分析中直接对样本图像进行的第一步操作处理。

理科生的温柔·2023-01-31 12:13

Faster-RCNN系列（一）制作自己的数据集Pascal_VOC格式

一、数据集准备我们在做目标识别时，大家都知道要有训练集、验证集以及测试集，当然数据集格式也有很多种，我们这里使用的是pascal_voc数据格式。

流光易抛·2023-01-31 04:22

厚积薄发打卡Day114：Debug设计模式：设计原则（二）＜接口隔离原则、迪米特法则＞

Debug设计模式：设计原则（二）接口隔离原则定义用多个专门的接口，而不使用单一的总接口，客户端不应该依赖它不需要的接口一个类对一个类的依赖应该建立在最小的接口上，建立单一接口，不要建立庞大臃肿的接口细粒度组装粗粒度不可拆分尽量细化接口

coolgwayne·2023-01-31 01:34

点云目标识别系列文章目录

点云目标识别系列文章目录第一章点云目标识别系列文章目录文章目录点云目标识别系列文章目录前言一、点云目标识别二、激光slam总结前言近些年来自动驾驶越来越受到资本和大众的青睐，相关技术手段也不断发展。

weixin_46124984·2023-01-30 18:57

【AAAI 2020】RiskOracle: 一种时空细粒度交通事故预测方法

RiskOracle:AMinute-levelCitywideTrafficAccidentForecastingFramework【前言】城市计算领域中，智能交通、智慧出行一直是一备受关注的话题，而交通事故在交通中扮演越来越着重要的角色，据WHO统计，已逐渐成为人类第8大杀手。传统的基础交通动态元素流量、速度预测等不能完全等同于事故预测，因为事故分布更为零星，影响它的因素也更为复杂，包括天气、

a微风掠过·2023-01-30 03:39

5.深度图像

针对深度图像的研究重点主要集中在以下几个方面：深度图像的分割技术深度图像的边缘检测技术基于不同视点的多幅深度图像的配准技术基于深度数据的三维重建技术基于三维深度图像的三维目标识别技术深度图像的多分辨率建模和几何压缩技术等等

Callmegodyu、·2023-01-30 02:15

享元模式（Flyweight Pattern）

享元模式以共享的形式高效地支持大量细粒度对象的重用。享元模式主要用于减少创建对象的数量，以减少内存占用和提高性能。

差很多先生CL·2023-01-29 18:41

openCV之什么是角点

角点检测（CornerDetection）是计算机视觉中用来获得图像特征的一种方法，广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域，也称为特征点检测。

xddwz·2023-01-29 11:01

OpenCV学习之路（七）——角点检测

角点检测（CornerDetection）是计算机视觉中用来获得图像特征的一种方法，广泛应用于运动检测、视频追踪、目标识别等领域中，也称特征点检测。

万般滋味皆生活·2023-01-29 11:30

Learning Opencv 3 —— 十六章关键点和描述符（二）—— 通用关键点和描述符

关键点和描述符的是三个主要的应用场景就是跟踪，目标识别和

GondorFu·2023-01-29 11:59

基于社交网络深度学习（报告记录）

深度学习算法RNN工具XGboostWeka特征贡献：1.时间序列特征，重要2.时空特征，用户社交特征等，一般特点1.动态，细粒度考虑用户特征2.真实数据（爬虫，一定量的人工筛选）3.拓展，不止可以检测恶意用户

EratoQ·2023-01-29 11:30

人脸识别损失函数 centerloss arcfaceloss pytorch实现

人脸识别是目标识别中的一种，本质上也是分类问题，只不过是同类（人脸）中的细分，因为人脸之间相似度很大，这对损失函数的分类能力提出了更高的要求。

「已注销」·2023-01-29 11:20

一文秒懂机器人如何通过知识图谱回答用户问题

机器人的大脑是结构化的聊天机器人学习大量的文本、照片等非结构化文件，通过一些AI技术（如NLP自然语言处理、多模态识别、目标识别等）按其语义结构化成知识图谱，这个知识图谱就是聊天机器人的大脑了。

小雪说图·2023-01-29 10:20

OpenCV级联分类器

提供了一种称级联分类器的方法检测对象级联分类器:一种基于AdaBoost算法的多级分类器,用于在图像中检测目标对象.它通过不断学习组合多个特征来识别目标对象.每一级中,级联分类器先检测出可能是目标对象的部分,然后再这些部分进行更细粒度的检测

小电动车·2023-01-29 00:11

YOLOv5环境配置中的一些细节

Albert_yeager·2023-01-28 13:44

Flink DataStream API详解

flink-apiProcessFunction是Flink提供的最具表现力的功能接口，它提供了对时间和状态的细粒度控制，能够任意修改状态。

城畜猿·2023-01-27 11:45

《Towards Good Practices for Very Deep Two-Stream ConvNets》阅读笔记

作者信息：LiminWang,YuanjunXiong,ZheWang,YuQiao,摘要深度卷积神经网络在静止图像的目标识别取得了巨大的成功，但是在视频的行为识别领域，深度学习提升的效果并不是很显著，

VictorLeeLk·2023-01-27 10:48

CE训练教程进阶，步骤 9: 注入++

但是它涉及到代码的细粒度区分，比如“攻击”时，上面4个玩家用到的都是同一段代码，这就需要通过代码去判断，什么时候是在攻击自己玩家（玩家1，玩家2），什么时候是在攻击敌

格物致理，·2023-01-26 22:37

【扫盲】机器学习图像处理中的深层/浅层、局部/全局特征

浅层网络与深层网络浅层网络更注重于细节信息深层网络更注重于语义信息浅层网络：一般感受野较小，能够利用更多的细粒度特征信息，而且此时特征图每个像素点对应的感受野重叠区域还很小，这就保证了网络能够捕获更多细节

zouxiaolv·2023-01-26 20:58

建立自己的voc数据集_PASCAL VOC数据集的标注格式

数据标注方式数据集简介PASCALVOC竞赛目标主要是目标识别，其提供的数据集里包含了

weixin_39547158·2023-01-26 20:23

【NER】中文细粒度命名实体识别数据集来了

目前可公开访问获得的、高质量、细粒度的中文NER数据集较

zenRRan·2023-01-26 13:08

信道纠错编码C语言,一种信道编码纠错方法

【背景技术】[0002]目前，无人机、无人飞艇等装备已经在目标识别、目标监测和跟踪、灾情探测与防治等各个领域广泛应用。与传统有线数据传输相比，无线数据传输经常会出现数据误码与丢帧，其可靠性较差。

哈特瑞姆·2023-01-26 12:43

9.8 利用视觉码本和向量量化创建特征

为了创建一个目标识别系统，需要从每张图像中提取特征向量。每张图像需要有一个识别标志，以用于匹配。我们用视觉码本的概念来创建图像识别标志。

MaskStar·2023-01-26 10:51

初学者之路——————水声通信总结

水声信号进行目标识别，暂时的过程为使用声纳进行声信号捕捉，然后进行声信号去噪，最后通过一系列处理得到目标的声音分量进行区分。

MapleCL·2023-01-26 10:31

【SVM目标识别分类】基于MATLAB的SVM移动目标识别和分类仿真

1.软件版本matlab2017b2.部分核心代码clc;clear;closeall;warningoff;video=mmreader('vedios\test21.avi');nFrames=video.NumberOfFrames;%得到帧数H=video.Height;%得到高度W=video.Width;%得到宽度Rate=video.FrameRate;mov(1:nFrames)=

fpga和matlab·2023-01-26 09:45

Zookeeper实现分布式锁（Java客户端）

锁进一步细粒度分为读锁和写锁。两者的伪代码分别如下：（一）读锁创建一个临时序号节点，节点为值read表示读锁。

学点什么吧·2023-01-26 08:09

Multi-branch and Multi-scale Attention Learning for Fine-Grained Visual Categorization 论文学习

直接将ILSVRC每年的冠军方案应用在细粒度视觉分类（FGVC）任务上无法取得很好的表现。对于FGVC任务而言，类间差异小而类内差异大的特点使这个问题变得很有挑战性。

calvinpaean·2023-01-25 22:30

Spiking Deep Convolutional Neural Networks for Energy-Efficient Object Recognition

论文名：SpikingDeepConvolutionalNeuralNetworksforEnergy-EfficientObjectRecognition中文名：脉冲卷积神经网络做高效的目标识别摘要深度神经网络

月臻·2023-01-24 08:39

基于PYNQ实现神经网络目标识别——总贴

项目干了一半了，一共有3项：有监督（完结）小样本（识别速度需要优化）无监督（10.30开始）打算做无监督这一项的同时开始记录这一整套的流程：1.python生成较好的网络模型。2.将网络模型中所有权重及偏差参数导出生成为.bin文件。3.在vivadohls中以C语言复现网络模型，获取权重.bin文件参数固化在网络代码中，并导入testbench文件验证C语言复现神经网络的正误。4.在vivado

气气，·2023-01-23 14:31

bert-ini:一种基于bert的实体对齐交互模型

这篇工作提出了仅利用图元素信息的交互模型，该算法不是聚集邻居，而是计算邻居之间的交互，能够捕捉到邻居之间的细粒度匹配信息。类似地，属性之间的交互也被建模。实验结果表明，

未来科技工作室·2023-01-23 13:15

图像边缘检测新方向--量子算法

边缘检测是图像处理中最基本却又最困难的一个问题，边缘检测更是实现图像分割、目标识别等图像技术的重要前提。图像边缘指的是图形周围像素灰度急剧变化的那些像素的集合，是图像最基本的特征。所谓图像边缘检

量子发烧友·2023-01-21 17:40

目标识别数据集初识

简单总结经典目标识别数据集的特征1PascalVOC(VOC2012、VOC2007)下载地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval

nefetaria·2023-01-21 08:57

接口压力测试：Jmeter【专门做接口压力测试】

版本讲课风格：涉及的组件，操作配置多，不会一次性讲解，会先讲部分，然后在后续操作中慢慢补充，更容易消化和理解2、常用压力测试工具对比简介：目前用的常用测试工具对比1、loadrunner性能稳定，压测结果及细粒度大

u013250861·2023-01-20 14:50

Docker Swarm

2.Swarm通过对Docker宿主机上添加的标签信息来将宿主机资源进行细粒度分区，通过分区来帮助用户将容器部署到目标宿主机上，同样通过分区方式还能提供更多的资源调度策略扩展。下图为：

Mr.简锋·2023-01-20 12:24

检测图像中的形状（3h学opencv）

“”“检测图像中的形状（目标识别）”“”所用到的函数说明：contours,hierarchy=cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE

qq_57184348·2023-01-20 08:45

图像匹配论文与方法超全整理

注：本文整理自https://mp.weixin.qq.com/s/8ilO_X_uEfMMQDNwzLSaUQ图像匹配应用：目标识别、目标跟踪、超分辨率影像重建、视觉导航、图像拼接、三维重建、视觉定位

数据派THU·2023-01-19 11:23

Focal Loss for Dense Object Detection解读

FocalLossforDenseObjectDetection解读论文链接:https://arxiv.org/pdf/1708.02002.pdf目标识别有两大经典结构:第一类是以FasterRCNN

Astonc·2023-01-19 10:32

＜Focal Loss for Dense Object Detection＞论文解读

(2)控制容易分类/难分类样本的权重(3)控制正负样本的权重(4)focalloss(5)bcevsce，即二分类交叉熵vs多分类交叉熵2.3.3论文其他设定2.4消融实验3.源码详解4ref1.简介目标识别有两大经典结构

熊猫小妖·2023-01-19 10:56

推荐频道

细粒度目标识别