SOTA 第18页

YOLOX论文逐句翻译

并在大量的模型中实现了最先进的成果（SOTA）。对于YOLO-NANO，我们只用0.91M的参数，且每秒浮点运算次数达到1.08

一尘染·2022-11-19 12:47

语义分割之SegFormer分享

今年可以说是分割算法爆发的一年，首先Vit通过引入transform将ADE20KmIOU精度第一次刷到50%，超过了之前HRnet+OCR效果，然后再是Swin屠榜各大视觉任务，在分类，语义分割和实例分割都做到了SOTA

xuzz_498100208·2022-11-19 10:18

SegNeXt学习笔记

Rethinkingconvolutionalattentiondesignforsemanticsegmentation会议：NeurIPS2022机构单位摘要介绍相关工作语义分割多尺度网络注意力机制本文方法编码器解码器实验在ImageNet上的编码器性能（表3）消融实验与SOTA

小风_·2022-11-19 10:35

SegFormer阅读笔记

在ADE20K、Cityscapes和COCO-Stuff三个公开数据集上进行测试，其运行效率、准确性和鲁棒性都达到了SOTA

八十八岁扶墙敲码·2022-11-19 09:25

基于Transformer的目标检测领域最新进展

本文为检索该领域文章后做的简单记录，没有模型结构的详细介绍，不过其中两三篇文章已是目前目标检测领域的SOTA（截止到21年8月）！

Joejwu·2022-11-19 08:31

Neural Collaborative Filtering

2PRELIMINARIES3.NEURALCOLLABORATIVEFILTERING3.1通用框架3.2广义矩阵分解(GMF)3.3MLP3.4GMF和MLP的聚合—NeuMF4EXPERIMENTSQ1NCF的效果比其他SOTA

Dive_·2022-11-19 07:54

【深度学习】真正的即插即用！盘点11种CNN网络设计中精巧通用的“小”插件...

本文盘点的“插件”能够提升CNN平移、旋转、scale等变性能力或多尺度特征提取，感受野等能力，在很多SOTA网络中都会看到它们的影子。前言本文盘点一些CNN网络中设计比较精巧而又实用的“插件”。

风度78·2022-11-19 00:38

【Pytorch with fastai】第 7 章：训练SOTA的模型

大家好，我是Sonhhxg_柒，希望你看完之后，能对你有所帮助，不足请指正！共同学习交流个人主页－Sonhhxg_柒的博客_CSDN博客欢迎各位→点赞+收藏⭐️+留言系列专栏-机器学习【ML】自然语言处理【NLP】深度学习【DL】foreword✔说明⇢本人讲解主要包括Python、机器学习（ML）、深度学习（DL）、自然语言处理（NLP）等内容。如果你对这个系列感兴趣的话，可以关注订阅哟文章目录

Sonhhxg_柒·2022-11-17 09:25

论文解读：Exploring Object Relation in Mean Teacher for Cross-Domain Detection

ExploringObjectRelationinMeanTeacherforCross-DomainDetection(CVPR2019)论文主要贡献：该论文主要也是为了解决跨域的目标检测问题，但是与之前的基于判别的特征方法有很大的不同，主要是利用了半监督学习中SOTA

SHY_VWind·2022-11-17 07:29

车道线检测综述——【极市】方浩：车道线检测新SOTA，RESA个人笔记

视频链接：https://www.bilibili.com/video/BV1664y1o7wg一、背景车道线检测：从输入的图片中检测出车道线，图片是由车辆的前置摄像头拍摄。1.1车道线检测在自动驾驶中如何使用自动驾驶从算法的角度主要分为三个部分：环境感知、决策、执行。环境感知即通过各种传感器采集数据，用算法进行分析，再输入Planning模块，Planning模块根据自己要开往哪里并分析周围环境

土豆土豆昕昕·2022-11-16 17:09

#今日论文推荐#霸榜COCO，DINO: 让目标检测拥抱Transformer

DINO（DETRwithImproveddeNoisinganchOrboxes），从三月初霸榜至今（7月），该模型第一次让DETR（DEtectionTRansformer）类型的检测器取得了目标检测的SOTA

wwwsxn·2022-11-16 17:04

ViT论文解读

文章目录创新点算法classtoken位置编码实验与SOTA比较结论论文:《AnImageisWorth16x16Words:TransformersforImageRecognitionatScale

‘Atlas’·2022-11-16 17:58

DINO: 让目标检测拥抱Transformer！霸榜COCO！

DINO（DETRwithImproveddeNoisinganchOrboxes），从三月初霸榜至今（7月），该模型第一次让DETR（DEtectionTRansformer）类型的检测器取得了目标检测的SOTA

机器学习与AI生成创作·2022-11-16 16:51

DINO：2022.3_SOTA_COCO_DETR

通过使用一个对比的方式为了去噪训练，一个混合的query选择方法为了anchor初始化，和一个向前看两次的方案为了box预测。DINO在模型大小和数据大小上表现出良好的可扩展性，用SwinLbackbone在Object365大数据集预训练，达到了COCOval201763.2AP和test-dev63.3AP。SOTAin2022.3IntroductionDETR的主要问题是收敛慢和query

gesshoo·2022-11-16 16:20

速度精度双SOTA! TPAMI2022最新车道线检测算法（Ultra-Fast-Lane-Detection-V2）

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【车道线综述】获取基于检测、分割、分类、曲线拟合等近几十篇学习论文！论文链接：https://arxiv.org/pdf/2206.07389.pdf代码链接：https://github.com/cfzd/Ultra-Fast-Lane-Detection-v2摘要现代的方法主要把车道线检测

自动驾驶之心·2022-11-16 16:16

DINO 论文精度，并解析其模型结构 & DETR 的变体

截止2022年7月25日，DINO是目标检测的SOTA。本人根据源码的复现感受和DINO论文的精读心得，撰写本篇博客，希望对你有所帮助。

Flying Bulldog·2022-11-16 16:44

TransFuse: Fusing Transformers and CNNs for Medical Image Segmentation

在息肉分割任务上表现SOTA！性能优于SETR、PraNet和ResUNet++等，速度高达98.7FPS！

Amusi（CVer）·2022-11-16 13:43

【ECCV22】【low-level】Simple Baselines for Image Restoration

1Intro现在的SOTA模型都太复杂了，将

Merengue_l·2022-11-15 15:41

只用全连接，也能搭建SOTA时间序列预测模型？

‍微信公众号“圆圆的算法笔记”，持续更新NLP、CV、搜推广干货笔记和业内前沿工作解读~后台回复“交流”加入“圆圆的算法笔记”交流群；回复“时间序列“、”多模态“、”迁移学习“、”NLP“、”图学习“等获取各个领域干货算法笔记~时间序列预测的主流模型结构一直以来被RNN、CNN、Transformer三大模型主体主导。而Nbeats的出现，让纯全连接的模型结构在时间序列预测问题上也能取得非常好的效

fareise·2022-11-14 10:50

多模态 | 复旦推出跨视觉语言模态预训练模型，并达到SOTA

每天给你送来NLP技术干货！来自：复旦DISC复旦大学数据智能与社会计算实验室（FudanDISC）推出大规模跨视觉语言模态预训练模型：MVPTR。本文介绍了FudanDISC实验室提出的一种基于多层次语义对齐的多阶段视觉-语言预训练模型MVPTR，MVPTR是一个多阶段的视觉-语言表征模型和预训练方法，通过显式地学习表示不同层级的，来自图片和文本信息的语义，并且在不同的阶段对齐不同层次的语义，在

zenRRan·2022-11-14 07:23

字节跳动iBOT刷新十几项SOTA，部分指标超MAE

视学算法发布机器之心编辑部这个新方法在十几类任务和数据集上刷新了SOTA结果，在一些指标上甚至超过了MAE。前段时间，何恺明等人的一篇论文成为了计算机视觉圈的焦点。

视学算法·2022-11-12 09:03

目标检测算法——YOLOv5/YOLOv7改进之结合RepVGG（速度飙升）

目录RepVGG——极简架构，SOTA性能！！！

加勒比海带66·2022-11-12 09:19

刷新多项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：机器之心这个新方法在十几类任务和数据集上刷新了SOTA结果，在一些指标上甚至超过了MAE。

Amusi（CVer）·2022-11-12 08:45

CV：阿里在CV数据增强领域带来SOTA新范式(已被NeurIPS2022接收)—基于离散化对抗训练的鲁棒视觉新基准！

CV：阿里在CV数据增强领域带来SOTA新范式(已被NeurIPS2022接收)—基于离散化对抗训练的鲁棒视觉新基准！

一个处女座的程序猿·2022-11-12 08:42

三大特征提取器（RNN/CNN/Transformer）

三大特征提取器-RNN、CNN和Transformer简介近年来，深度学习在各个NLP任务中都取得了SOTA结果。这一节，我们先了解一下现阶段在自然语言处理领域最常用的特征抽取结构。

今晚月亮有点圆·2022-11-11 13:58

《Attention Is All You Need》论文笔记 - 【transformer模型】

在两个机器任务上表明了模型能够更好的并行化计算，可以显著地减少训练时间，性能达到了SOTA的效果。

#苦行僧·2022-11-10 23:49

DL-Paper精读：Swin Transformer

HierarchicalVisionTransformerusingShiftedWindowshttps://arxiv.org/abs/2103.14030Transformer在Vision领域的各项任务上已经占据了sota

星月野·2022-11-10 07:28

单目3D检测新SOTA！PersDet：透视BEV中进行3D目标检测

后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！文章题目：PersDet:Monocular3DDetectioninPerspectiveBird’s-Eye-View论文链接：https://arxiv.org/pdf/2208.09394.pdf作者单位：旷视科技一、摘要目前，在鸟瞰图(BEV)中检测3D目标要优于其它用于自动驾驶和机器人领域的3D目标检测器。但要将图像

自动驾驶之心·2022-11-09 12:06

ICCV2021 | 简单有效的长尾视觉识别新方案：蒸馏自监督(SSD)

在三个长尾识别基准：ImageNet-LT、CIFAR100-LT和iNaturist2018上取得了SOTA结果。在不同的数据集上，SSD比强大的LWS

Tom Hardy·2022-11-09 07:10

分割新SOTA！U-HRNet：UNet与HRNet碰撞会产生怎样的火花？

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【分割】技术交流群后台回复【分割综述】获取语义分割、实例分割、全景分割、弱监督分割等超全学习资料！高分辨率和高级语义表示对于密集预测都至关重要。从经验上看，低分辨率特征地图通常实现更强的语义表示，而高分辨率特征地图一般可以更好地识别边缘等局部特征，但包含较弱的语义信息。现有的最先进的框架（如HRNet）保持了低

自动驾驶之心·2022-11-08 13:20

车道线检测新SOTA CLRNet: Cross Layer Refinement Network for Lane Detection CVPR2022

分享一篇今年CVPR车道线检测方向的新工作——CLRNet:CrossLayerRefinementNetworkforLaneDetection，是自动驾驶创业公司飞布科技和浙江大学合作完成的，代码已经开源。关于车道线检测任务，小汤之前也分享过几篇文章：相关链接（点击进入）：车道线检测综述及近期新工作https://blog.csdn.net/qq_41590635/article/detail

StrongerTang·2022-11-07 08:50

机器学习论文-实验效果评估部分常用代码大总结

机器学习论文-实验输出部分常用代码大总结【机器学习】如何在训练过程中挑选比较好的模型保存(pytorch)1相关指标的计算和输出打印（*验证模型有效）实验设置和模型评估2模型比较（与SOTA比较）3超参数实验

鱼与钰遇雨·2022-11-04 11:26

机器学习必读TOP 100论文清单：高引用、分类全、覆盖面广丨GitHub 21.4k星

自2017年以来，超越SOTA的方法天天有，但往往针对性非常强，不一定是颠覆机器学习圈的重要成果。又回到了熟悉的话题：要想入行，还得看高引用经典论文。

视学算法·2022-11-03 18:21

深度学习SOTA的tricks

转发一篇比较好的博文：https://mp.weixin.qq.com/s/zocvJ48qz7y6Q_do08iAYw

dear_queen·2022-11-03 18:42

深度学习论文精读[13]：Deeplab v3+

版本参考了UNet系列网络，对基于空洞卷积的Deeplab网络引入了编解码结构，一定程度上来讲，Deeplabv3+是编解码和多尺度这两大系列网络的一个大融合，在很长一段时间内代表了自然图像语义分割的SOTA

louwill12·2022-11-03 08:35

论文精读 | slam中姿态估计的图优化方法比较

在解决优化估计问题上表现SOTA方法的主流思路是基于图优化的最小二乘，比较流行的算法框架有g2o、Ceres、GTSAM、SE-Syn

深蓝学院·2022-11-03 08:04

【超分辨率】略读21年超分SOTA新算法——SwinIR

要点1目前超分的SOTA算法是基于CNN的，几乎没有用Transformer的研究。所以本文提出了一个超分的baseline：SwinIR，它包含三个部分，浅层特征提取、深层特征提取和高质量图像重建。

几维wk·2022-11-02 16:54

图像生成2

第一部太多了所以分开了要不太难看了~~模型模型来源论文WGANhttps://sota.jiqizhixin.com/project/wgan-gp支持框架：TensorFlow、PyTorchImprovedTrainingofWassersteinGANsSAGANhttps

tt姐whaosoft·2022-10-31 10:27

图像生成1

搬来好东西啊~~模型模型来源论文ProGANhttps://sota.jiqizhixin.com/project/0190e1fa-5643-4043-8b75-9b863a6d20db支持框架：TensorFlowProgressiveGrowingofGANsforImprovedQuality

tt姐whaosoft·2022-10-31 10:54

什么是Encoder-Decoder、Seq2Seq、Attention？

现在CV领域越来越多的应用到了transformer（主要是attention），并且分类和检测任务的SOTA模型渐渐被其占领，这似乎是一种趋势，当下有必要对它们的来龙去

⊙月·2022-10-30 03:50

TensorRT资料合集：视频课程、书籍与开源项目

深度学习在计算机视觉、智能语音、自然语言处理等常见任务中的应用都实现了SOTA的效果。TensorFlow，Pytorch，Caffe，Keras等各种各样的模型训练框架，层出不穷。

深蓝学院·2022-10-29 07:37

多标签学习发展趋势

多标签学习文献综述《TheEmergingTrendsofMulti-LabelLearning》-PAMI,2021.本文系统梳理了多标签学习的发展趋势和SOTA技术。

摆烂办不到·2022-10-29 01:43

SOTA！FlowFormer: 光流估计遇上Transformer（ECCV2022）

作者|泡泡机器人编辑|泡泡机器人SLAM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标题:FlowFormer:ATransformerArchitectureforOpticalFlow摘要大家好，今天为大家带来的文章:FlowFormer:ATransformerArchitectureforOpticalFlow我们介绍了光流估计网络，称

自动驾驶之心·2022-10-28 20:56

Hugging Face 中文预训练模型使用介绍及情感分析项目实战

HuggingFace中文预训练模型使用介绍及情感分析项目实战HuggingFace一直致力于自然语言处理NLP技术的平民化(democratize),希望每个人都能用上最先进(SOTA,state-of-the-art

想考个研·2022-10-28 09:50

论文笔记：CLIP：Learning Transferable Visual Models From Natural Language Supervision详解

ContrastiveLanguage-ImagePretraining摘要作者提出的CLIP使用的预训练方法：预测哪个标题与哪个图片相配这一简单的预训练任务是一种高效且可扩展的方式，可以在从互联网上收集的4亿对（图片、文本）数据集上从头开始学习SOTA

nocol.·2022-10-27 17:29

ICCV2021 | SOTR:使用transformer分割物体

经实验表明，SOTR不仅为实例分割提供了一个新的框架，还在MSCoco数据集上超过了SOTA实例分割方法。

CV技术指南(公众号)·2022-10-27 11:21

【研一小白论文精读】Joint Generative and Contrastive Learning for Unsupervised Person Re-identification

Abstract就是将GAN和对比学习模块结合起来，对比学习不是需要数据增强吗，就用GAN的视图生成器来做这个增强，还提出了一种对比学习的损失函数，实验也证明取得了SOTA。

Titus W·2022-10-26 16:01

PaddleHub实战篇{词法分析模型LAC、情感分类ERNIE Tiny}训练、部署【三】

汀、·2022-10-26 09:00

提速1000倍，预测延迟少于1ms——百度飞桨基于ERNIE的语义理解开发套件

今年7月份，百度发布持续学习语义理解框架ERNIE2.0，在共计16个中英文任务上超越BERT、XLNET，取得了SOTA的效果。ERNIE2.0发

Cry2engine·2022-10-26 09:58

供暖智能控制阀概述、功能作用及应用

功能特点云平台远程控制开合度；支持本地蓝牙维护功能支持远程差分SOTA升级；联网

拓普索尔·2022-10-25 11:43

推荐频道

SOTA