SOTA

FastReID A PyTorch ToolBox for General Instance ReIdentification 论文学习

作者实现了一些SOTA的工程，包括行人重识别、跨域重识别和车
calvinpaean·2022-11-22 19:19

2021年，作为算法工程师的你们会在CV业务落地上用Transformer吗？

https://www.zhihu.com/question/463585564版权归原作者所有最近，基于Transformer的CV算法在学术界大火，在分类、检测任务上甚至超过普通的基于CNN的算法，达到SOTA
Tom Hardy·2022-11-22 12:09

英特尔 OneAPI-基于OpenVINO的PaddleDetection加速

PaddleDetection为百度公司推出的具有丰富检测模型的算法库，不仅能够帮助初学者快速入门深度学习，也给广大科研人员快速复现SOTA算法提供了方便。
星空下的仰望者·2022-11-22 09:19

YOLOv4 论文

来看看YOLOv4和一些SOTA模型的对比，YOLOv4要比YOLOv3提高了近10个点。1.思维导图YOLOv4总体上可以划分为两部分，一部分是讲Bagoffreebies和BagofSpecial
CVAIDL·2022-11-22 04:21

NeurIPS 2022 | 能量函数指导的图图翻译扩散模型

EGSDE扩散模型作为一种新的深度生成模型，在图像生成领域取得了SOTA的效果，并且逐渐在诸多应用领域展现出强大的性能，如视频生成、分子图建模等。
幻方AI小编·2022-11-22 03:30

模型实践｜ CLIP 模型

该模型直接使用大量的互联网数据进行预训练，在很多任务表现上达到了目前最佳表现（SOTA）。本次我们尝试使用Google开源的Conc
幻方AI小编·2022-11-22 03:00

RepVGG：极简架构，SOTA性能，让VGG式模型再次伟大

1.摘要本文提出了一个简单但功能强大的卷积神经网络架构，该架构推理时候具有类似于VGG的骨干结构，该主体仅由3x3卷积和ReLU堆叠组成，而训练时候模型采用多分支拓扑结构。训练和推理架构的这种解耦是通过结构重参数化技术实现的，因此该模型称为RepVGG。在ImageNet上，据我们所知，RepVGG的top-1准确性达到80％以上，这是老模型首次实现该精度。在NVIDIA1080TiGPU上，Re
AI算法-图哥·2022-11-22 03:32

Raki的读paper小记：CLIP:Learning Transferable Visual Models From Natural Language Supervision

Abstract&Introduction&RelatedWork研究任务多模态对比学习+prompt已有方法和相关工作面临挑战创新思路使用文本和图像对配对来做无监督对比学习，并且使用prompt增强效果实验结论sota
爱睡觉的Raki·2022-11-22 00:14

跨模态学习能力再升级，EasyNLP 电商文图检索效果刷新 SOTA

导读多模态内容（例如图像、文本、语音、视频等）在互联网上的爆炸性增长推动了各种跨模态模型的研究与发展，支持了多种跨模态内容理解任务。在这些跨模态模型中，CLIP（ContrastiveLanguage-ImagePre-training）是一种经典的文图跨模态检索模型，它在大规模图文数据集上进行了对比学习预训练，具有很强的文图跨模态表征学习能力。在先前的工作（看这里）中，中⽂NLP/多模态算法框架
阿里云云栖号·2022-11-21 23:50

CNN+Transformer=SOTA！CNN丢掉的全局信息，Transformer来补

转自新智元来源：Microsoft编辑：LRS、小匀【新智元导读】微软在arxiv上发布新论文，把CNN带入Transformer后能够同时兼顾全局和局部的信息。在计算机视觉技术发展中，最重要的模型当属卷积神经网络（CNN），它是其他复杂模型的基础。CNN具备三个重要的特性：一定程度的旋转、缩放不变性；共享权值和局部感受野；层次化的结构，捕捉到的特征从细节到整体。这些特性使得CNN非常适合计算机视
人工智能与算法学习·2022-11-21 17:15

深度学习长尾分类新SOTA

最新被CVPR2022收录的一篇论文中，提供了一种新思路来解决深度学习中长尾分布数据的分类问题，最终实现了新SOTA。
Amusi（CVer）·2022-11-21 12:12

CVPR 2022 | 华南理工提出VISTA：双跨视角空间注意力机制实现3D目标检测SOTA，即插即用...

关注公众号，发现CV技术之美本文转自机器之心作者：邓圣衡、梁智灏、孙林、贾奎本文提出了VISTA，一种新颖的即插即用多视角融合策略，用于准确的3D对象检测。为了使VISTA能够关注特定目标而不是一般点，研究者提出限制学习的注意力权重的方差。将分类和回归任务解耦以处理不平衡训练问题。在nuScenes和Waymo数据集的基准测试证明了VISTA方法的有效性和泛化能力。该论文已被CVPR2022接收。
我爱计算机视觉·2022-11-21 11:50

CVPR 2022 | 华南理工提出VISTA：双跨视角空间注意力机制实现3D目标检测SOTA

©作者|邓圣衡、梁智灏、孙林、贾奎来源|机器之心本文提出了VISTA，一种新颖的即插即用多视角融合策略，用于准确的3D对象检测。为了使VISTA能够关注特定目标而不是一般点，研究者提出限制学习的注意力权重的方差。将分类和回归任务解耦以处理不平衡训练问题。在nuScenes和Waymo数据集的基准测试证明了VISTA方法的有效性和泛化能力。该论文已被CVPR2022接收。简介LiDAR（激光雷达）是
PaperWeekly·2022-11-21 11:17

论文阅读：ICCV2021 TransReID: Transformer-based Object Re-Identifification

作者：何舒婷罗浩浙江大学和阿里巴巴ICCV2021，首个将Transformer用于Re-ID的工作TransReID在行人和车辆重识别任务上均表现SOTA！
zqx951102·2022-11-21 10:30

史上最详细Lipreading using Temporal Convolutional Networks(MS-TCN)代码层面详解

本文将从代码层面详细介绍在LRW数据集实现SOTA效果的唇语识别模型MS-TCN。
想到好名再改·2022-11-21 07:25

什么是SOTA，SOTA是什么意思

SOTA就是很牛*的意思，在计算机视觉方面比较常见。这个词语代表着最最最最前沿的，最最最先进的，目前最高水平的意思。
：）�东东要拼命·2022-11-21 05:50

查找论文及对应源码的神器 Papers With Code

网址：https://paperswithcode.com/sota参考链接：https://www.tinymind.cn/articles/4041可以用图形界面查找你想要的SOTA实现，从应用领域到具体任务再到实现代码一步到位
yaningli·2022-11-21 00:15

AI最优论文+代码查找神器：966个ML任务、8500+论文任你选

查找论文及对应源码的神器PapersWithCode刚刚推出了最新版本，可以用图形界面查找你想要的SOTA实现，从应用领域到具体任务再到实现代码一步到位。
weixin_34292402·2022-11-21 00:42

收藏｜最优论文+代码查找神器，覆盖AI全领域（966个ML任务、8500+论文）

查找论文及对应源码的神器PapersWithCode刚刚推出了最新版本，可以用图形界面查找你想要的SOTA实现，从应用领域到具体任务再到实现代码一步到位。
数据派THU·2022-11-21 00:10

AI所有领域最优论文+代码查找神器：966个ML任务、8500+论文任你选

查找论文及对应源码的神器PapersWithCode刚刚推出了最新版本，可以用图形界面查找你想要的SOTA实现，从应用领域到具体任务再到实现代码一步到位。
程序员之家v·2022-11-21 00:27

阿里达摩院最新FEDformer，长程时序预测全面超越SOTA | ICML 2022

©作者|Qingsong单位|阿里达摩院决策职能实验室论文标题：FEDformer:FrequencyEnhancedDecomposedTransformerforLong-termSeriesForecasting论文链接：https://arxiv.org/abs/2201.12740代码链接：https://github.com/DAMO-DI-ML/ICML2022-FEDformer达
PaperWeekly·2022-11-20 13:36

长时间预测模型DLiner、NLiner模型（论文解读）

前言今年发布8月份发布的一篇有关长时间序列预测（SOTA）的文章，DLiner、NLine在常用9大数据集（包括ETTh1、ETTh2、ETTm1、ETTm2、Traffic等）上MSE最低，模型单变量
羽星_s·2022-11-20 13:05

Image Denoising State-of-the-art 去噪SOTA github

ImageDenoisingState-of-the-artAcuratedlistofimagedenoisingresourcesandabenchmarkforimagedenoisingapproaches.Thislistismaintainedby:WenhanYang[STRUCT]PKU(PI:Prof.JiayingLiu)State-of-the-artalgorithmsFi
Arthur-Ji·2022-11-20 12:00

CoAtNet Marrying Convolution and Attention for All Data Sizes 论文学习

AbstractTransformers在计算机视觉任务上得到了越来越多的关注，但仍落后于SOTA卷积网络。
calvinpaean·2022-11-20 10:25

PicoDet网络结构在YOLOv5-Lite上的复现

PicoDet在一定程度上刷新了业界轻量级移动端模型的sota，这也是我比较感兴趣的地方。
Tom Hardy·2022-11-20 09:29

公众号内容拓展学习笔记（2022.5.31）

公众号内容拓展学习笔记（2022.5.31）今日要点2022年人体姿态估计SOTA方案ViTPose论文解读⭐️⭐️Abstract:2022年人体姿态估计SOTA方案ViTPose论文解读Paper:
CV_七少·2022-11-20 08:49

目标检测模型、卷积网络的感受野与分形特征

概述最近几年深度学习的快速发展对目标检测（ObjectDetection）领域也产生了巨大的影响，各种SOTA（StateofArt）的模型也层出不穷，包括但不限于Faster-RCNN，YOLO，SSD
_pinnacle_·2022-11-20 07:30

比监督学习做的更好：半监督学习

半监督学习可以在标准的任务中实现SOTA的效果，只
zenRRan·2022-11-20 07:44

2D图像/3D LiDAR/深度学习算法在路面检测中的应用综述

尽管如此，目前还缺乏有关最先进(SoTA)的计算机视觉技术的系统调研文章，尤其是为解决这些问题而开发的深度学习模型。
奥比中光3D视觉开发者社区·2022-11-20 07:09

SegFormer：使用Transformer进行语义分割的简单高效设计

前言将Transformer与轻量级多层感知(MLP)解码器相结合，表现SOTA！性能优于SETR、Auto-Deeplab和OCRNet等网络，代码即将开源！
Amusi（CVer）·2022-11-20 05:46

3D 语义分割——2DPASS

是第一个将多模态信息蒸馏后并用于单点云（模态）的语义分割方法利用论文所提出的多尺度融合进行单知识蒸馏（MSFSKD）策略，2DPASS在SemanticKITTI和NuScenes这两个大规模基准上取得了显著的性能提升且达到了SOTA
Lemon_Yam·2022-11-20 03:44

MMDetection学习笔记

配置文件配置文件结构配置文件命名配置文件示例自定义COCO格式数据MMDetection工具MMDetection介绍MMDetection是OpenMMlab基于Pytorch、MMCV开发的目标检测开源框架，支持多个SOTA
Marcos_ZJU·2022-11-20 00:41

【读点论文】Focal Self-attention for Local-Global Interactions in Vision Transformers局部和全局注意力进行交互实现新SOTA

FocalSelf-attentionforLocal-GlobalInteractionsinVisionTransformersAbstract本文提出了一种焦点自注意力机制Focal-Self-Attention（FSA），然后基于焦点自注意力机制，提出了一种FocalTransformer。最近，VisionTransformer及其变体在各种计算机视觉任务上表现出了巨大的潜力。通过自我关
羞儿·2022-11-20 00:40

扩散模型Diffusion Models

DiffusionModels:AComprehensiveSurveyofMethodsandApplicationsdiffusionmodels论文分类汇总扩散模型（diffusionmodels）是深度生成模型中新的SOTA
我想去拉萨·2022-11-20 00:07

MMDeteceion之系列一（环境安装、模型测试、训练以及模型后处理工具）

基本上支持所有当前SOTA二阶段的目标检测算法，比如fasterrcnn，maskrcnn，r-fcn，Cascade-RCNN等。
qq_41627642·2022-11-20 00:26

关系抽取新SOTA: 《A Frustratingly Easy Approach for Joint Entity and Relation Extraction》论文笔记

一、前言关系抽取作为知识图谱三元组抽取任务中最最重要的算法，一直受到工业界和学术界的广泛研究。关系抽取任务要做的是识别文本中的实体，并对相应的实体词预测正确的关系。其主要可以归纳为两种主要的技术框架：1.pipeline方式的抽取：即先抽取实体，在预测已抽取实体之间存在的关系2.joint方式的抽取：即实体和关系的联合抽取模式由于pipeline抽取方法存在的误差积累、冗余实体计算、实体关系抽取任
爱吃腰果的李小明·2022-11-19 22:19

关系抽取-学术界

关系抽取调研——学术界目录1.任务1.1.任务定义1.2.数据集1.3.评测标准1.4.SOTA2.方法总结2.1.基于模式挖掘的方法2.1.1.基于模板匹配的方法2.1.2.基于依存句法的方法2.2.
ox180x·2022-11-19 22:49

达摩院文档级关系抽取新SOTA和零样本关系抽取新任务

©作者|邴立东、谭清宇、谢耀赓单位|AlibabaDAMO,NUS,SUTD引言关系抽取（RE）是NLP的核心任务之一，是构建知识库、事件抽取等下游应用的关键技术。多年来受到研究者的持续关注。本文将介绍达摩院语言实验室多语言算法团队的两篇ACLFindings2022论文。第一篇论文聚焦于文档级关系抽取，我们的模型在DocRED排行榜上将SOTAF1值提高了1.36，Ign_F1值提高了1.46。
PaperWeekly·2022-11-19 22:45

ECCV 2022 | 旷视提出半监督目标检测模型Dense Teacher，取得SOTA性能

©作者|热灯lamp这篇论文提出了一个新的半监督目标检测模型DenseTeacher，推翻了当前流行的用thresholding生成hardpseudolabel的范式，Teacher模型仅提供densepseudolabel，能够有效地提升单阶段目标检测器FCOS在半监督场景下的性能。COCO10%labeled情况下能达到35.11的mAP，是当前半监督目标检测最好的效果。论文标题：Dense
PaperWeekly·2022-11-19 20:12

ECCV 2022 | 旷视提出半监督目标检测新SoTA：Dense Teacher

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达授权转载自：知乎|作者：热灯lamp目标检测交流群DenseTeacher:DensePseudo-LabelsforSemi-supervisedObjectDetection论文：https://arxiv.org/abs/2207.02541代码（刚刚开源）：https://github.com/Megvii-BaseDet
Amusi（CVer）·2022-11-19 20:41

ECCV 2022 | FPN错位对齐！PseCo：实现高效半监督目标检测

zhuanlan.zhihu.com/p/544346080我们将pseudolabeling和consistencytraining这两个半监督学习技术，重新适配于目标检测，在精度和训练效率上，都取得了SOTA
Amusi（CVer）·2022-11-19 20:41

LambdaNetworks: Modeling long-range Interactions without Attention 超越EfficientNets！无需注意力，也能让你的网络更快更强

在ImageNet上表现SOTA，同时比EfficientNets快约4.5倍！并在检测和分割任务中性能提升明显，代码刚刚开源！
Amusi（CVer）·2022-11-19 19:10

【2017-VCIP】LinkNet: Exploiting Encoder Representations for Efficient Semantic Segmentation

因此本文提出了LinkNet，在不显著增加参数量的情况下进行学习，最后在CamVid数据集上取得了SOTA，Cityscapes数据集上也是类似结果。
PRSer_Carrot·2022-11-19 19:50

【2015-MICCAI】U-Net: Convolutional Networks for Biomedical Image Segmentation

PaperCode总结创新点：1.面向生物医学领域有很好的性能2.在FCN基础上改进并发展不足：分析：保留大量通道，信息叠加，对称反卷积和卷积结论：SOTA、end-to-end、pixels-to-pixels1
PRSer_Carrot·2022-11-19 19:50

【2015-CVPR】Fully Convolutional Networks for Semantic Segmentation

概述卷积网路自身逐像素端到端训练效果好于目前的SOTA语义分割网络，本文提出了FCN可接受任意大小输入并推理学习产生对应大小输出，它将来自深层的粗糙层语义信息和来自浅层的精细的外观信息相结合，该网络在PASCALVOC
PRSer_Carrot·2022-11-19 18:01

文本纠错--CRASpell模型

AContextualTypoRobustApproachtoImproveChineseSpellingCorrection这篇论文是发表于22年ACL，在Chinesespellingcorrection(CSC)任务上是SOTA
xuanningmeng·2022-11-19 15:13

中文拼写纠错_请问，中文文本纠错如何做？

CGED的比赛我测试了2017年的SOTA，距离实际使用还有很远的距离。比赛比的是相对优势而非绝对优势。首先关键在于定义要识别的错误类型。CGED的比赛定义了四种错误类型，多词，少词，错词和词序不当。
weixin_39699070·2022-11-19 15:42

【3D目标检测】Pseudo-LiDAR from Visual Depth Estimation: Bridging the Gap in 3D Object Detection for AD

（当时30m范围内，基于图像方法的SOTA是22%的准确率，本文达到了74%）ps:
可乐大牛·2022-11-19 15:01

目标检测之YOLO v1

论文结构：引文（介绍YOLO思想来源）YOLO架构与现有目标检测系统对比实验结论YOLO的实时速度优势，源码链接结论（YOLO在实时目标检测领域SOTA）主体思想在第2节，本篇以第2节翻译。
阿基美德·2022-11-19 15:20

多个下游任务性能SOTA！...

关注公众号，发现CV技术之美▊写在前面大规模的视觉和语言表征学习在各种视觉语言任务上显示出了良好的提升。现有的方法大多采用基于Transformer的多模态编码器来联合建模视觉token和单词token。由于视觉token和单词token不对齐，因此多模态编码器学习图像-文本交互具有挑战性。在本文中，作者引入了一种对比损失，通过在跨模态注意前融合(ALBEF)来调整图像和文本表示，从而引导视觉和语
我爱计算机视觉·2022-11-19 14:25
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他