SOTA

170亿参数，28项公开测试集SOTA，行业最大的视觉多任务统一大模型来了

本文已在飞桨公众号发布，查看请戳链接:170亿参数，28项公开测试集SOTA，行业最大的视觉多任务统一大模型来了在5月20日举办的WAVESUMMIT2022深度学习开发者峰会上，百度发布了行业最大视觉多任务文心
飞桨PaddlePaddle·2022-12-19 17:27

按需视觉识别文章阅读及延伸思考

它对视觉识别中的评价问题进行了讨论，文章作者认为，在计算机视觉进入瓶颈期的当下，定义出合理的评价指标，比刷新现有评价指标上的SOTA（即，指的是在公开数据集上，目前效果最好、识别率最高、正确率最高、性能最好
磨人的Big_data·2022-12-19 12:47

自监督预训练（一） 语义部分

pre-training技术在NLP领域得到了很好的应用，比如最近几年比较火的谷歌的BERT模型、OpenAI的GPT模型，在NLP各种类型的任务中都取得了很大的突破，大幅刷新了公开数据集的SOTA结果
xmdxcsj·2022-12-18 13:37

【论文笔记】激光里程计 DMLO: Deep Matching LiDAR Odometry 2020

其性能超越了现有的DP-based的方法，与几何SOTA方法（SUMA）性能很接近。相关工作局部迭代方法：ICP系列。应用比较普遍，但是计算量大，异常值敏感，需要很小心的初始化。
phy12321·2022-12-18 11:19

《预训练周刊》第9期：TABBIE：表格数据的预训练表示、「视觉预训练神作」：不用图片却训出图像识别SOTA？...

No.09智源社区预训练组预训练研究观点资源活动关于周刊超大规模预训练模型是当前人工智能领域研究的热点，为了帮助研究与工程人员了解这一领域的进展和资讯，智源社区整理了第9期《预训练周刊》，从论文推荐、研究动态、资源下载等维度推荐近期发生在预训练模型领域值得关注的信息。本期周刊，我们选择了9篇预训练相关的论文，涉及音频字幕生成、多模问答、表格数据、模型结构、图像生成、表征学习、小样本学习、人像抠图和
智源社区·2022-12-18 11:14

NLP（五十三）在Keras中使用英文Roberta模型实现文本分类

在论文RoBERTa:ARobustlyOptimizedBERTPretrainingApproach中新提出的预训练模型，其目的是改进BERT模型存在的一些问题，当时也刷新了一众NLP任务的榜单，达到SOTA
山阴少年·2022-12-18 02:21

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
weixin_sjk6070·2022-12-17 19:00

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
阿里云技术·2022-12-17 09:34

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
阿里云云栖号·2022-12-17 08:04

BEVFormer-accelerate：基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
·2022-12-16 17:31

目标计数方法概述

在深度学习之前，基于回归的方法是SOTA，研究人员专注于寻找更有效的特征来估计更准确的结果。但
今天也学习了嗷·2022-12-16 08:37

动作分析 姿态估计_CVPR2020无需3D运动数据训练，最新SOTA人体姿势估计方法

尽管目前已经在单图像3D姿势和动作估计方面取得了进展，但由于缺少用于训练的真实的3D运动数据，因此现有的基于视频的SOTA方法无法产生准确且自然的运动序列。
weixin_39939303·2022-12-16 08:24

论文笔记 | Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks

作者：迪单位：燕山大学论文地址代码地址论文来源：EMNLP2019前言  虽然BERT和RoBERTa在诸如文本语义相似度等任务上达到了SOTA效果，但是它们还存在一些缺点：在这些任务中，它们需要将比较的两个句子都传入到模型中计算
期待成功·2022-12-16 07:24

PaddleGAN 入门文档教程

PaddleGAN为开发人员提供经典和SOTA生成对抗网络的高性能实现，并支持开发人员快速构建、训练和部署GAN，用于学术、娱乐和工业用途。
武大人民泌外I科人工智能团队·2022-12-16 04:48

STC-Seg：首个超越PointTrack的弱监督视频MOTS算法

弱监督视频多目标实例分割新SOTA（代码已开源）：Paper:SolvethePuzzleofInstanceSegmentationinVideos:AWeaklySupervisedFrameworkwithSpatio-TemporalCollaborationCode
Ricky_Yan·2022-12-16 00:20

论文阅读-主干网络(2022)-ConvNext:下一代卷积网络

AConvNetforthe2020s地址：https://paperswithcode.com/paper/a-convnet-for-the-2020s论文阅读  ConvNext指出虽然ViTs在分类任务中表现优异屡次刷新SOTA
不会算命的赵半仙·2022-12-15 21:37

【论文笔记】ConvNeXt论文阅读笔记

paper：AConvNetforthe2020sgithub：https://github.com/facebookresearch/ConvNeXt自从ViT出现，在分类任务中很快取代各种CNN网络拿下SOTA
嘟嘟太菜了·2022-12-15 21:37

Google顶级网络CoAtNet(CNN+TFM 89.77% ImageNet top1精度)+代码+基于CIFAR10的实验流程

所以想要把从我们刚开始学深度学习开始接触的MLP到ResNet到ViT再到最顶尖的CNN+TFM这里用的CoAtNet(下面有介绍），他在ImageNet数据集上达到了89.77%的精度，超越所有ResNet变种，成为当时的SOTA
Ye_Z·2022-12-15 20:19

【Transformer论文模型细致讲解】

在WMT2014英语翻译德语任务上，bleu值达到了28.4，达到当时的SOTA。其总体结构如下所示1.首先是Encoder我们将Encode
Ye_Z·2022-12-15 20:49

Yann LeCun提出首个多模态高性能自监督算法，语音、图像文本全部SOTA

报道编辑：陈萍、小舟来自：机器之心人类似乎对不同的学习模式有着相似的认知，机器也应该如此！自监督学习能在各种任务中学习到分层特征，并以现实生活中可使用的海量数据作为资源，因此是走向更通用人工智能的一种途径，也是深度学习三巨头之一、图灵奖得主YannLeCun一直推崇的研究方向。LeCun认为：相比于强化学习，自监督学习（SSL）可以产生大量反馈，能够预测其输入的任何一部分（如预测视频的未来画面），
zenRRan·2022-12-15 18:18

AI周报丨多模态高性能自监督算法data2vec已SOTA；ASC22世界超算大赛启动会举行

01#行业大事件首个多模态高性能自监督算法data2vec语音、图像文本全部SOTA人类似乎对不同的学习模式有着相似的认知，机器也应该如此！
极链AI云·2022-12-15 18:47

LeCun预言的自监督模型来了：首个多模态高性能自监督算法，语音、图像文本全部SOTA

自监督学习能在各种任务中学习到分层特征，并以现实生活中可使用的海量数据作为资源，因此是走向更通用人工智能的一种途径，也是深度学习三巨头之一、图灵奖得主YannLeCun一直推崇的研究方向。LeCun认为：相比于强化学习，自监督学习（SSL）可以产生大量反馈，能够预测其输入的任何一部分（如预测视频的未来画面），从而具有广泛的应用前景。自监督学习通过直接观察环境来进行学习，而非通过有标签的图像、文本、
机器学习社区·2022-12-15 18:17

LeCun预言的自监督模型来了：首个多模态高性能自监督算法，语音、图像文本全部SOTA...

关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式计算机视觉研究院专栏作者：Edison_G时缩至5秒。人类似乎对不同的学习模式有着相似的认知，机器也应该如此！转自《机器之心》自监督学习能在各种任务中学习到分层特征，并以现实生活中可使用的海量数据作为资源，因此是走向更通用人工智能的一种途径，也是深度学习三巨头之一、图灵奖得主YannLe
计算机视觉研究院·2022-12-15 18:16

拿下多项SOTA

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：机器之心|编辑：陈萍、小舟人类似乎对不同的学习模式有着相似的认知，机器也应该如此！自监督学习能在各种任务中学习到分层特征，并以现实生活中可使用的海量数据作为资源，因此是走向更通用人工智能的一种途径，也是深度学习三巨头之一、图灵奖得主YannLeCun一直推崇的研究方向。LeCun认为：相比于强化学习，自监督学习（SSL）可
Amusi（CVer）·2022-12-15 18:46

极市直播回放第106期丨阿里达摩院：兼顾速度与精度的高效目标检测框架DAMO-YOLO

阿里巴巴达摩院智能计算实验室团队设计并开源了一款兼顾速度与精度的目标检测框架DAMO-YOLO，其性能超越了目前的一众YOLO系列方法，在实现精度SOTA的同时，保持了很高的推理速度。
极市平台·2022-12-15 08:26

基于 EasyCV 加速 BEVFormer

导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果。
自橙一派·2022-12-15 06:30

BEVFormer-accelerate：基于EasyCV加速BEVFormer

作者：贺弘夕陌谦言临在导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果
阿里云大数据AI技术·2022-12-14 15:26

BEVFormer-accelerate：基于EasyCV加速BEVFormer

作者：贺弘夕陌谦言临在导言BEVFormer是一种纯视觉的自动驾驶感知算法，通过融合环视相机图像的空间和时序特征显式的生成具有强表征能力的BEV特征，并应用于下游3D检测、分割等任务，取得了SOTA的结果
·2022-12-14 15:34

继 Swin Transformer 之后，MSRA 开源 Video Swin Transformer，在视频数据集上SOTA

关注公众号，发现CV技术之美继上半年分享的『基于Transformer的通用视觉架构：Swin-Transformer带来多任务大范围性能提升』、『SwinTransformer为主干，清华等提出MoBY自监督学习方法，代码已开源』，SwinTransformer惊艳所有人之后，MSRA开源〖VideoSwinTransformer〗，效果如何？详细信息如下：论文链接：https://arxiv.
我爱计算机视觉·2022-12-14 06:19

北大联合UCLA发表论文：9头以上Transformer就能模拟CNN！

转自：新智元VisualTransformer（ViT）在计算机视觉界可以说是风头无两，完全不使用卷积神经网络（CNN）而只使用自注意力机制的情况下，还可以在各个CV任务上达到sota。
深度学习技术前沿·2022-12-13 21:06

苏黎世华人博士提出模型SwinIR，只用33%的参数量就碾压图像修复领域sota

来源：新智元【导读】参数量和模型的性能有绝对关系吗？苏黎世华人博士提出SwinIR模型，实验结果告诉你，越小的模型还可能更强！SwinIR使用Transformer力压CNN，又在图像修复领域屠榜，模型参数量降低67%，再也不要唯参数量论英雄了！图像修复（imagerestoration）是一个受到长期关注和研究的最基础的CV问题，它能够从低质量的图像，例如缩略图、有噪音的图或是压缩图像中恢复为原
深度学习技术前沿·2022-12-13 21:05

一年六篇顶会的清华大神提出Fastformer：史上最快、效果最好的Transformer

最近一位清华大神在arxiv上传了一篇论文，提出新模型Fastformer，线性时间复杂度，训练和推理效率史上最快，还顺手在排行榜刷了个sota。
深度学习技术前沿·2022-12-13 21:34

不需要负样本对的SOTA的自监督学习方法：BYOL

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：AbeFetterman,JoshAlbrecht编译：ronghuaiyang导读对自监督学习中学习的本质进行剖析，扩展了对比学习中负样本的概念，并不是一定要使用不同的图像才可以产生负样本，batchnormalization同样也可以产生负样本。概要与之前工作SimCLR和MoCo不同，最近的一篇来自DeepMind的论文"Boo
ronghuaiyang·2022-12-13 12:17

Meta AI一次搞定语音、视觉和文本三个SOTA

本文转载自新智元。‍【导读】人工智能科学伊始，让机器「像人一样学习」始终是所有从业者的目标。人的智能基于多种感官与语言的通用处理能力，一直有研究者致力让机器做到此效果。人的智识是「多模态学习」的总和，也就是可以跨越分类界限，理解和移用不同来源或形式的讯息与经验。好比方，一个人看过自然频道的虎类纪录片，再听到他人描述「白额大猫呼啸生风」时，能据此语言描述结合之前的观影结果，知道别人在描述猛虎，不会贸
OpenCV中文网公众号·2022-12-13 11:17

新加坡国立大学&哈工大提出《Incremental-DETR》，基于自监督学习的增量 Few-Shot 目标检测，性能SOTA！...

IncrementalFew-ShotObjectDetectionviaSelf-SupervisedLearning』，由新国立&哈工大提出Incremental-DETR进行基于自监督学习的增量Few-Shot目标检测，性能SOTA
我爱计算机视觉·2022-12-13 11:46

CVPR 2022 Oral｜港中文开源PoseC3D：基于3D-CNN的骨骼动作识别框架

493374779导读PoseC3D是一种基于3D-CNN的骨骼行为识别框架，同时具备良好的识别精度与效率，在包含FineGYM,NTURGB+D,Kinetics-skeleton等多个骨骼行为数据集上达到了SOTA
Amusi（CVer）·2022-12-12 22:15

SeqOT: 基于时空融合Transformer的SOTA地点识别算法，代码开源(IEEE Trans2022）

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨马君驿来源丨计算机视觉工坊点击进入—>3D视觉工坊学习交流群论文标题：SeqOT:ASpatial-TemporalTransformerNetworkforPlaceRecognitionUsingSequentialLiDARData论文作者：JunyiMa,XieyuanliChen,JingyiXu,GuangmingXiong∗
3Ｄ视觉工坊·2022-12-12 22:14

国科大&港中文提出带视觉语言验证和迭代推理的Visual Grounding框架，性能SOTA，代码已开源！（CVPR2022）...

ImprovingfeaturesVisualGroundingwithVisual-LinguisticVerificationandIterativeReasoning』，由国科大&港中文提出带视觉语言验证和迭代推理的VisualGrounding框架，性能SOTA
我爱计算机视觉·2022-12-12 19:56

港大&腾讯提出DiffusionDet：第一个用于目标检测的扩散模型

扩散模型（DiffusionModel）作为深度生成模型中的新SOTA，已然在图像生成任务中超越了原SOTA：例如GAN，并且在诸多应用领域都有出色的表现，如计算机视觉，NLP、分子图建模、时间序列建模等
夕小瑶·2022-12-12 18:23

A Survey of Robust LiDAR-based 3D Object Detection Methods for Autonomous Driving（激光雷达3D目标检测方法）论文笔记

原文链接：https://arxiv.org/pdf/2204.00106.pdfIII.SotA将基于点云的3D目标检测分为4类，即基于点的、基于体素的、基于前视图的和基于多视图的方法。
byzy·2022-12-12 14:31

人脸识别数据集-WebFace260M

又通过提纯，即所设计的可扩展高效的自训练pipeline对WebFace260M进行自动提纯，获得最大的训练集WebFace42M，它在具有挑战性的IJB-C上得到新的SOTA，在NIST-FRVT上排名第三
AI算法-图哥·2022-12-12 01:05

102个模型、40个数据集，这是你需要了解的机器翻译SOTA论文

机器之心原创作者：思源机器翻译，是一条漫漫长路；SOTA模型，都包含着作者们的深刻见解。机器翻译一直是非常吸引研究者的「大任务」，如果某些方法被证明在该领域非常有效，那么它很可能可以扩展到其它问题上。
喜欢打酱油的老鸟·2022-12-12 01:32

CVPR2020｜无需3D运动数据训练，最新SOTA人体姿势估计方法

尽管目前已经在单图像3D姿势和动作估计方面取得了进展，但由于缺少用于训练的真实的3D运动数据，因此现有的基于视频的SOTA方法无法产生准确且自然的运动序列。
我爱计算机视觉·2022-12-12 01:29

3D视觉感知新SOTA BEVFormer复现nuscenes数据集测试demo

0写在前面分享最近在BEV感知方面的工作，欢迎自动驾驶同行交流学习，助力自动驾驶早日落地。1.概述对于自动驾驶而言，BEV（鸟瞰图）下的目标检测是一项十分重要的任务。尽管这项任务已经吸引了大量的研究投入，但灵活处理自动驾驶车辆上安装的任意相机配置（单个或多个摄像头），仍旧是一个不小的挑战。为此提出BEVFormer，利用了Transformer强大的特征提取能力以及Timestamp结构的时序特征
码农打工人CV感知·2022-12-12 01:52

CVPR2021 | 重新思考BiSeNet让语义分割模型速度起飞

超强的实时语义分割新网络：STDC，表现SOTA！性能优于BiSeNetV2、SFNet等网络，其中一版本性能高达97.0FPS/76.8％mIoU，代码即将开源！
深度学习技术前沿·2022-12-11 16:35

无监督对比学习之MOCO 《Momentum Contrast for Unsupervised Visual Representation Learning》

对比学习对比学习的概念很早就有了，它是无监督学习的一种方法，但真正成为热门方向是在2020年的2月份，Hinton组的TingChen提出了SimCLR，用该框架训练出的表示以7%的提升刷爆了之前的SOTA
我想静静，·2022-12-10 23:58

SOTA论文也未必能被接收，谷歌科学家Eric Jang谈顶会审稿标准

阅读大概需要15分钟Follow小博主，每天更新前沿干货数据集过于简单、只在一两项指标上达到SOTA、没有充分说明之前的研究都可能成为你论文被拒的原因。
深度学习技术前沿·2022-12-10 12:41

20220524 深度学习技术点

性能对比：https://paperswithcode.com/sota/multi-object-tracking-on-mot20-11、1*1卷积核作用，降维https://blog.csdn.net
AI-sqG·2022-12-10 02:20

[论文阅读] 20 AAAI TreeGen

当前SOTA的代码生成方法主要是
Carsick Car·2022-12-10 01:34

精读《ACTION-Net: Multipath Excitation for Action Recognition》论文

6DesignofACTION6.1Spatio-TemporalExcitation(STE)6.2ChannelExcitation(CE)6.3MotionExcitation(ME)6.4ACTION-Net实验提高2DCNN的性能与SOTA
不会写代码的威·2022-12-09 22:19
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他