SOTA

多任务全景感知YOLOPv2:目标检测、freespace、车道线

HybridNet，性能优于YOLOP》，论文HybridNets:End2EndPerceptionNetwork，代码已开源，在目标检测、车道线、freespace的多任务感知任务上性能优于YOLOP，取得了新SOTA
@BangBang·2022-11-28 22:07

【论文精读】NeRF —— 解读《NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis》

Abstract本文提出了一种新方法，通过使用稀疏的输入视图集优化底层连续的体积场景函数，实现了合成复杂场景的新视图的SOTA。
M号攻城狮·2022-11-28 19:26

百度框架下的最轻量化模型 PP-LCNet，Pytorch版本代码

基于此，我们针对IntelCPU设备以及其加速库MKLDNN设计了特定的骨干网络PP-LCNet，比起其他的轻量级的SOTA
一名不想学习的学渣·2022-11-28 19:55

查看深度学习SOTA论文和代码网站

链接:https://paperswithcode.com/sota.该网站对深度学习的各个方向进行了分类，还包含不同模型之间在同一数据集上mAP的对比，查阅方便。
Dream_csd·2022-11-28 19:06

GA-RPN 翻译

SOTA检测器主要依赖于denseanchoring方案，其中anchor以预定义的一组scale和aspectratio在空间区域上均匀采样。在本文中，我们重新审视了这个基础阶段。
Bulbbbb·2022-11-28 13:23

刷新SOTA！Salesforce提出跨模态对比学习新方法，仅需4M图像数据！

文|子龙多模态已经不是一个新鲜的话题，如何在一个模型中融合CV和NLP的信息同时吸引了两个领域的目光（CV、NLP的会都能投），但是很容易就能想到，来自图片的视觉特征和来自语料的文本特征来自不同的模型，所隐含的信息很难放到同一个隐状态空间中，于是特征融合Fuse成为众多模型所关注的重点。与此同时，多模态的初衷是通过描述相似对象的语料和图片互相促进，进而提升效果，那么怎么才能获得“描述相似对象”的标
夕小瑶·2022-11-28 11:40

Transformer解析#1

Transformer解析#1谷歌的Transformer模型最早是用于机器翻译任务，当时达到了SOTA效果。
Qinghuan1958·2022-11-28 08:31

YOLOv4详细分析 | 细数当前最佳检测框架小细节

这个目标检测任务的SOTA模型究竟有何创新？这篇解读文章为你一一拆解。目标检测在近几年开始发展成熟，但即便如此，竞争依旧激烈。
Tom Hardy·2022-11-28 07:32

【2021】如何看待计算机视觉未来的走向?

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达【导读】计算机视觉伴随多个SOTA的完善和推进，已经进去深水区，各个论坛社区的毕业生和从业者都一片卷声，大呼卷的不行，各种劝退，认为NLP目前才是蓝海
Tom Hardy·2022-11-28 07:02

TensorRT加速Deformable Detr实践

这让TensorRT便捷实现加速DeformableDetr乃至今年（2022年）最新的DETR类sota模型DINO、MaskDINO成为了可能。
blanokvaffy·2022-11-28 06:54

训练2021年每个SOTA模型，他的「核武」策略意外收获Kaggle银牌

关注公众号，发现CV技术之美本文转自机器之心编辑：杜伟可谓是「无心插柳柳成荫」。在Kaggle的世界，软件开发者、金融模式和行为研究公司Deeptrading的创始人YamPeleg称得上一位「大神」。目前，他在NotebooksGrandmaster中排名第11，在DiscussionGrandmaster中排名第5。最近，他干的一件事在reddit上引发了网友热议：他训练了2021年的每一个S
OpenCV中文网公众号·2022-11-28 05:50

【深度学习】深度学习刷SOTA的一堆trick

一般通用的trick都被写进论文和代码库里了，像优秀的优化器，学习率调度方法，数据增强，dropout，初始化，BN，LN，确实是调参大师的宝贵经验，大家平常用的也很多。这里主要有几个，我们分成三部分，稳定有用型trick，场景受限型trick，性能加速型trick。稳定有用型trick0.模型融合懂得都懂，打比赛必备，做文章没卵用的人人皆知trick，早年模型小的时候还用stacking，直接概
风度78·2022-11-28 00:37

实战：使用Faster R-CNN完成肺结节检测(LUNA16)（1）/LUNA16数据集初探

该数据集来自另一个更大的数据集LIDC-IDRI，旨在推动更多计算机视觉领域的SOTA算法用于CAD领域。
黑夜里游荡·2022-11-27 23:58

文本生成图像的新SOTA：Google的XMC-GAN

最近Google又出从文本到图像的新模型，75%的人类都说超过了传统的SOTA模型，直呼脑子里有画面了！
机器学习与AI生成创作·2022-11-27 18:25

BEV语义分割新SOTA！CoBEVT

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取arXiv论文“CoBEVT:CooperativeBird’sEyeViewSemanticSegmentationwithSparseTransformers“，22年7月上传，几个美国大学工作。BEV地图理解方面大多基于基于智体的摄像机系统，难以处理复杂交通场景中的遮挡和检测远处的目标。车对车（V2V）通信技术使自主车辆能够共
自动驾驶之心·2022-11-27 18:53

ECCV2022 | 多任务SOTA模型！分割/深度/边界/显著图四项任务

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取后台回复【BEV】即可获取论文！后台回复【ECCV2022】获取ECCV2022自动驾驶方向所有论文！后台回复【领域综述】获取自动驾驶感知融合定位近80篇综述论文！论文标题：InvertedPyramidMulti-taskTransformerforDenseSceneUnderstanding1摘要本文提出了一种新的端到端倒金字
自动驾驶之心·2022-11-27 18:53

玩转水平集 | 弱监督实例分割新SOTA！（ECCV2022）

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取后台回复【LVLSET】获取论文和代码！后台回复【ECCV2022】获取ECCV2022自动驾驶方向所有论文！后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！摘要全监督学习需要大量的标签数据，对分割任务而言，人工标注十分昂贵，因此基于框的弱监督实例分割获得了广泛的关注。本文提出一种新的single-shot框监督实例分割方法，
自动驾驶之心·2022-11-27 18:53

【图像分割SOTA】训练自己数据集实战目录

1mask_rcnn_detron2_训练自己数据集实战2deeplab3+_pytorch_训练自己数据集实战3HRNet_训练自己数据集实战4Unet_训练自己数据集实战52022最新SOTA_SegNext
小菜学AI·2022-11-27 18:52

【2020-CVPR-3D人体姿态估计】PandaNet : Anchor-Based Single-Shot Multi-Person 3D Pose Estimation

Anchor-BasedSingle-ShotMulti-Person3DPoseEstimation题目：《PandaNet：基于锚点的单镜头多人3D姿态估计》作者：来源：CVPR2020研究方向：单目-多人姿态识别-有监督-多任务已有研究：1、对现有3DHPE的SOTA
代码太难敲啊喂·2022-11-27 17:34

WBF：优化目标检测，融合过滤预测框

导读WBF已经成为优化目标检测的SOTA了。目标检测是计算机视觉中最常见、最有趣的任务之一。最近的SOTA模型，如YOLOv5和EfficientDet，令人印象深刻。
lykffl·2022-11-27 11:24

【学习记录】WBF--加权框融合，优化目标检测的SOTA

WBF–加权框融合，已经成为优化目标检测的SOTA了。如果你熟悉目标检测的工作原理，你可能知道总有一个主干CNN来提取特征。
crushqqi·2022-11-27 11:23

深度学习论文精读[2]：UNet网络

FCN虽然做出了开创性的工作，FCN-8s相较于此前的SOTA分割表现，已经取得了巨大的优势。
louwill12·2022-11-27 10:46

【GCN-RS】SOTA 对比学习：SimpleX: A Simple and Strong Baseline for Collaborative Filtering (CIKM‘21)

SimpleX:ASimpleandStrongBaselineforCollaborativeFiltering(CIKM’21)人大高瓴、华为诺亚方舟和清华深圳院的工作。清华前一阵开源了一个CF的benchmark，这篇文章的作者就是基于这个项目的主要作者。看了上面两篇文章(UltraGCN、GF-CF)，再结合SGL，我觉得可以设计一个对比学习loss，不需要数据扩增，正例是正样本，负例就是
chad_lee·2022-11-27 10:32

长时间序列模型DLinear（代码解析）

前言今年时间序列SOTA，DLinear模型，论文下载链接，也可以看我写的论文解析当然最好是读原文。
羽星_s·2022-11-27 09:51

性能超越图神经网络，将标签传递和简单模型结合实现SOTA

本文展示了许多标准的传导节点网络的分类基准结果，作者通过将忽略图结构的浅层模型与利用标签结构中相关性的两个简单后处理步骤相结合，可以超越或匹配SOTA的GNN的性能，这里主要有两个相关性（i）将训练数
zenRRan·2022-11-27 05:21

首个目标检测扩散模型，比Faster R-CNN、DETR好，从随机框中直接检测

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
人工智能与算法学习·2022-11-26 20:31

扩散模型挺进目标检测了，比Faster R-CNN、DETR好，从随机框中直接检测

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
我爱计算机视觉·2022-11-26 19:22

将扩散模型用于目标检测任务，从随机框中直接检测！

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
机器学习与AI生成创作·2022-11-26 19:21

SOTA！目标检测新范式，扩散模型遇上目标检测！

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【目标检测】技术交流群后台回复【2D检测综述】获取鱼眼检测、实时检测、通用2D检测等近5年内所有综述！大家好，今天和大家分享一篇最新的论文DiffusionDet:DiffusionModelforObjectDetection论文和代码地址已公布https://arxiv.org/abs/2211.09788
自动驾驶之心·2022-11-26 19:47

；谷歌用协同训练策略实现多个SOTA，单一ViT模型执行多模态多任务

01#行业大事件语言大模型的终极目标是什么？在自然语言处理（NLP）领域，暴力美学仍在延续。自2018年谷歌推出BERT（3.4亿参数）以来，语言模型开始朝着「大」演进。国内外先后出现了参数量高达千亿甚至万亿的语言模型，比如谷歌的T5（110亿）、OpenAI的GPT-3（1,750亿）、智源研究院的WuDao2.0（1.75万亿）……有人不禁会问，语言模型的参数越来越大，它们究竟能做些什么，又智
极链AI云·2022-11-26 18:05

论文阅读：attention is all you need

1.引言RNN、LSTM和GatedRNN被认为是序列建模和翻译任务的SOTA。循环神经网络通过一步一步地将输入和上一步的输出结果输入到模型中来得到下一步的输入。
难赋·慈善家·2022-11-26 12:28

论文翻译 | FCOSv1：《FCOS Fully Convolutional One-Stage Object Detection》

几乎所有的sota目标检测器，如：RetinaNet、SSD、YOLOv3、FasterR-CNN都依赖于预定义的anchorboxes，而我们的FCOS是anchorboxfree的，而且是proposalfree
诺顿与苏菲·2022-11-26 10:34

论文笔记01：R-BERT：BERT在关系抽取中的应用

关系抽取中的SOTA方法主要基于卷积神经网络或者循环神经网络。最近，预训练的BERT模型在NLP分类和序列标注任务上取得了非常成功的结果。关系分类同上
大雄没有叮当猫·2022-11-26 08:10

《Transformers自然语言处理系列教程》第1章：Transformers 介绍

与此同时，一种名为ULMFiT的有效迁移学习方法表明，在一个非常大和多样化的语料库上，训练长短期记忆（LSTM）网络，可以用很少的标记数据，产生SOTA的文本分类器。
小爷毛毛（卓寿杰）·2022-11-25 17:05

NAFNet：图像去噪，去模糊新SOTA！荣获NTIRE 2022 超分辨率冠军方案！

导读：2022年4月，旷视研究院发表了一种基于图像恢复任务的全新网络结构，它在SIDD和GoPro数据集上进行训练和测试，该网络结构实现了在图像去噪任务和图像去模糊任务上的新SOTA。
深度学习技术前沿·2022-11-25 13:45

RepPoint V2：将角点检测和前景热图引入纯回归目标检测算法，实现SOTA！

点击上方“AI算法修炼营”，选择“星标”公众号精选作品，第一时间送达本文是由北大和微软亚洲研究院联合的工作，将RepPoints网络进行改进，对纯回归算法中引入了角点检测、前景热图获取等验证环节，刷新了Anchor-free网络的最新性能。论文地址：https://arxiv.org/pdf/2007.08508.pdf代码地址：https://github.com/Scalsol/RepPoin
AI算法修炼营·2022-11-25 13:42

性能SOTA！代码已开源！...

性能SOTA！代码已开源！详细信息如下：论文链接：https://arxiv.org/abs/2109.08472项目链接：https://
我爱计算机视觉·2022-11-25 13:39

纯视觉3D目标检测新SOTA！STS：基于Camera的深度估计新方法

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！论文链接：https://arxiv.org/pdf/2208.10145.pdf作者单位：旷视科技，北京大学，北京航空航天大学摘要学习准确的深度对于多视图3D目标检测至关重要。最近的方法主要是从单目图像中学习深度，由于单目深度学习的不适定性，这些
自动驾驶之心·2022-11-25 13:05

SOTA！纯视觉多视图BEV下的地图生成和障碍物感知（CVPR2022）

作者|冯偲编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/511477453点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！论文名：Cross-viewTransformersforreal-timeMap-viewSemanticSegmentation1引言本
自动驾驶之心·2022-11-25 13:05

80.73mAP、38.5mAP，旋转框、小目标检测能力双SOTA！

上个月，百度飞桨团队开源了其最新SOTA通用检测模型——PP-YOLOE+，COCO数据集精度达54.7mAP，其l版本相比YOLOv7精度提升1.9%，V100端到端(包含前后处理)推理速度达42.2FPS
百度大脑·2022-11-25 13:34

Nuscenes SOTA！BEVFormer v2: 通过透视监督使流行的图像Backbones适应BEV识别！

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【多传感器融合】技术交流群后台回复【多传感器融合综述】获取图像/激光雷达/毫米波雷达融合综述等干货资料！论文主要思路作者提出了一种具有透视监督的新型鸟瞰图（BEV）检测器，它收敛更快，更适合目前的图像主干网络。现有的SOTABEV检测器通常与某些深度预训练的主干网（如VoVNet）相连，阻碍了图像backbon
自动驾驶之心·2022-11-25 13:33

【目标检测】swin-transformer的学习

swin-transformer的结构1.swin-transformer优点：解决transformer在cv领域速度慢的问题保持CNN的位移不变性、尺寸不变性、感受野与尺寸的关系、分阶段降低分辨率等特点在多领域表现SOTA
努力的袁·2022-11-25 09:19

论文笔记：RepVGG Making VGG-style ConvNets Great Again

并取得SOTA性能。VGG是一种经典的卷积神经网络。只堆叠卷积、ReLU、池化操作就在图像识别领域获得巨大成就。
Aerozeor·2022-11-25 09:45

TSI: Temporal Scale Invariant Network for Action Proposal Generation论文阅读笔记

论文地址：ACCV_2020_paper.pdfAbstract简单介绍了本文贡献，当前SOTA的方法对短动作检测的准确率很低。
Encounter84·2022-11-25 08:51

SESR: 一种基于重参数化思想的超高效图像超分方案

六个基准数据上的实验对比表明：所提SESR可以取得与SOTA模型相似或更好的图像质量同时仅需1/330~1/2不等的计算复杂度。
AI算法-图哥·2022-11-25 07:34

4D 语义分割——SpSequenceNet

从先前的点云帧生成一个全局掩码，并将生成的掩码用于当前点云帧的语义分割提出了跨帧局部插值（CLI）模块来融合两个点云帧之间的信息，它将时空信息结合起来并提高了语义分割的质量在SemanticKITTI上达到了SOTA
Lemon_Yam·2022-11-25 07:45

孪生网络入门（上） Siamese Net及其损失函数

最近在多个关键词（小数据集，无监督半监督，图像分割，SOTA模型）的范畴内，都看到了这样的一个概念，孪生网络，所以今天有空大概翻看了一下相关的经典论文和博文，之后做了一个简单的案例来强化理解。
微信公众号[机器学习炼丹术]·2022-11-25 05:28

自然语言处理（二十八）：BERT介绍

BERT在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩：全部两个衡量指标上全面超越人类，并且在11种不同NLP测试中创出SOTA
GeniusAng丶·2022-11-25 05:15

Deformable DETR论文翻译

方法4.1端到端目标检测中的可形变transformer4.2DEFORMABLEDETR中额外的改进和提升5.实验5.1与DETR的比较5.2DEFORMABLEATTENTION的消融实验5.3与SOTA
Laughing-q·2022-11-25 05:06

Colmap论文——《Structure-from-Motion Revisited》论文阅读笔记

Structure-from-MotionRevisited是当前SOTA的增量式SfM算法Colmap的论文，发表于2016年计算机视觉顶会CVPR。它是增量式SfM里程碑式的作品。
zeeq_·2022-11-25 04:42
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他