SOTA

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】

相关文章：基础知识介绍：【一】ERNIE：飞桨开源开发套件，入门学习，看看行业顶尖持续学习语义理解框架，如何取得世界多个实战的SOTA效果？
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

论文代码查找方法(Papers with Code)

网站如下：https://www.paperswithcode.com/sota名字就是paperswithcode，大家直接去搜度娘也可以。
Bethbaby·2022-10-24 18:58

一个神奇的网站 Papers with code

https://paperswithcode.com/sota
努力奋斗-不断进化·2022-10-24 18:28

MMDet 3.0：目标检测新基准与前沿

在这两年里，MMDetection研发团队一直在追踪目标检测的进展，持续支持前沿SOTA算法并拓展代码库的功能，同时根据社区的需求和算法的进展，不断改进我们的设计，提升代码的拓展性和易用性。
OpenMMLab·2022-10-22 07:56

YOLOX详细解读（一）论文解读

目标检测中的解耦头：强数据增强：Anchor-free：Multipositives：SimOTA端到端YOLO2.2其他骨干网修改YOLOv5的CSPNetTiny和Nano检测器模型尺寸和数据增强3与SOTA
楚楚小甜心·2022-10-21 07:55

【一】ERNIE：飞桨开源开发套件，入门学习，看看行业顶尖持续学习语义理解框架，如何取得世界多个实战的SOTA效果？

参考文章：深度剖析知识增强语义表示模型——ERNIE_财神Childe的博客-CSDN博客_ernie模型ERNIE_ERNIE开源开发套件_飞桨https://github.com/PaddlePaddle/ERNIE/blob/develop/README.zh.md1.背景介绍近年来，语义表示（languagerepresentation）技术的发展，使得“预训练-微调”作为解决NLP任务的
·2022-10-19 10:53

ACM MM 2022 | 基于GMM的多重prototype，助力UDA语义分割新SOTA

©作者|陆裕磊单位|浙江大学研究方向|图像分割领域自适应论文标题：BidirectionalSelf-TrainingwithMultipleAnisotropicPrototypesforDomainAdaptiveSemanticSegmentation论文作者：YuleiLu,YaweiLuo,LiZhang,ZheyangLi,YiYang,JunXiao(ACMMM2022)论文链接：h
PaperWeekly·2022-10-19 07:15

ACM MM 2022 | 浙大提出BiSMAP：语义分割UDA 新SOTA！

作者|III编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/547671620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【数据集下载】获取计算机视觉近30种数据集！【文章信息】BidirectionalSelf-TrainingwithMultipleAnisotropicPrototypesforDo
自动驾驶之心·2022-10-19 07:13

论文笔记：GraphCodeBert:Pre-Trainng Code Representions with Data Flow

通过使Transformer和这两种结构有机结合，StructCoder在代码生成任务上达到了SOTA水平。
nbyvy·2022-10-19 07:11

ResNet-2

ResNet-50在ImageNet-1K从头开始(fromscratch)训练到80.1%(不使用mixup，cutmix等数据增强)，训练速度（尤其是数据读取开销）相比传统分类框架节省16%以上，比之前SOTA
tt姐whaosoft·2022-10-17 12:59

52.1 %AP！AutoAssign：Anchor-free最强检测网络！密集目标检测的可微标签分配

用于密集目标检测的可微标签分配，模型表现SOTA！优于所有现有的一级检测器，如ATSS、FreeAnchor和FCOS等网络，注：并没有成功收录到ECCV2020。
ronghuaiyang·2022-10-16 12:01

Pix2seq: A Language Modeling Framework for Object Detection

注1：有点像去年看到DETR的感觉，都是没有对标sota，而是跟milestone比较。
Amusi（CVer）·2022-10-15 07:39

做研究，我们为什么要读综述？

综述论文是一段故事，让你知道技术的发展脉络：综述论文是一份入门指南，从基础知识讲起：宏观上让你把握技术轮廓：综述是解牛的“庖丁”，带你拆解算法内部的“套路”：综述是一份地图，让你看到SOTA在哪里，水平如何
我爱计算机视觉·2022-10-13 07:48

去噪扩散概率模型（DDPM）

又搬来一个神器啊~~在图像生成、音频合成、分子生成和似然估计领域都已经实现了SOTA性能。
tt姐whaosoft·2022-10-12 17:10

命名实体识别新SOTA：改进Transformer模型

2019-11-2705:02:16作者|刘旺旺编辑|唐里TENER:AdaptingTransformerEncoderforNameEntityRecognition链接：https://arxiv.org/pdf/1911.04474.pdf代码：暂无一．动机Transformer模型以其良好的并行性能力以及出色的效果，被广泛应用于nlp领域的各大任务，例如机器翻译，预训练语言模型等。博客（
喜欢打酱油的老鸟·2022-10-12 07:58

如何看待计算机视觉未来的走向?

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达本文转自：计算机视觉life原提问：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，
小白学视觉·2022-10-09 10:05

ICCV2017——图像反射去除与图像平滑基于一类深度架构

本文的方法以较大的优势取得了SOTA的效果。在所有情况中，网络架构都简单，快速且易于迁移。一、简介  受深度学习在大尺寸视觉图像复原任务上的巨大成功启发，大量的底层视
楠兮兮·2022-10-09 10:26

目标检测论文笔记一：RefineDet《Single-Shot Refinement Neural Network for Object Detection》

（一）Introduction作者认为目前SOTA的二阶段目标检测算法有三个优点：①usingtwo-stagestructurewithsamplingheuristicst
CVer_Yxq·2022-10-06 07:12

你输文字，它生成视频：这款新模型让LeCun也开始转梗图了

视学算法报道编辑：泽南、小舟脸书的视频生成新模型实现了SOTA，但不知道是不是人类给的提示太简单了，生成内容有点惊悚。你输入文字，AI就能生成视频，很长一段时间里只存在于人们想象中的事现在已经实现了。
视学算法·2022-10-05 07:20

MSRA、北大的女娲：图像视频生成的大一统模型

新智元编辑：好困小咸鱼LRS【新智元导读】微软亚洲研究院、北京大学强强联合提出了一个可以同时覆盖语言、图像和视频的统一多模态预训练模型——NÜWA（女娲），直接包揽8项SOTA。
机器学习与AI生成创作·2022-10-04 14:31

怒刷8项SOTA！MSRA和北大提出NÜWA：图像、视频生成大一统！...

CV重磅干货，第一时间送达本文转载自：新智元编辑：好困小咸鱼LRS【导读】微软亚洲研究院、北京大学强强联合提出了一个可以同时覆盖语言、图像和视频的统一多模态预训练模型——NÜWA（女娲），直接包揽8项SOTA
Amusi（CVer）·2022-10-04 14:59

Deep High-Resolution Representation Learning for Visual Recognition阅读笔记

现有的sota框架首先通过串联high-to-low分辨率卷积（例如ResNet、VGGNet）形成的子网将输入图像编码为低分辨率表示，然后从编码的低分辨率表示中恢复高分辨率表示。
AnZhiJiaShu·2022-10-03 07:55

BEVStereo | nuScenes纯视觉3D目标检测新SOTA！(旷视、中科大)

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【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！论文链接：https://arxiv.org/pdf/2209.10248.pdf代码链接：https://github.com/Megvii-BaseDetection/BEVStereo摘要受深度估计固有的模糊性限制，目前基于相
自动驾驶之心·2022-10-03 07:08

跨模态学习能力再升级，EasyNLP电商文图检索效果刷新SOTA

简介：本⽂简要介绍我们在电商下对CLIP模型的优化，以及上述模型在公开数据集上的评测结果。最后，我们介绍如何在EasyNLP框架中调用上述电商CLIP模型。作者：熊兮、欢夏、章捷、临在导读多模态内容（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-ImagePr
·2022-09-29 19:14

按需视觉识别：愿景和初步方案

这是我个人比较看重的一个工作，因为它讨论了视觉识别中的评价指标问题；而我越来越坚定地认为，在计算机视觉进入瓶颈期的当下，定义合理的评价指标，比刷新现有评价指标上的SOTA，要更重要一些。
PaperWeekly·2022-09-28 10:09

语音之家SOTA | 开源发布：SPEECHIO_ASR_ZH00002 鲁豫有约

目前已解锁场景：SPEECHIO_ASR_ZH00000：Leaderboard调试集（经济、货币、金融）SPEECHIO_ASR_ZH00001场景：新闻联播SPEECHIO_ASR_ZH00002场景：鲁豫有约获取方式：支持平台：Linux/MacOS'''Step1克隆leaderboard代码仓库:gitclonehttps://github.com/SpeechColab/Leaderb
语音之家·2022-09-28 07:18

跨模态学习能力再升级，EasyNLP电商文图检索效果刷新SOTA

作者：熊兮、欢夏、章捷、临在导读多模态内容（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
·2022-09-27 10:16

ICLR 2022 TAdaConv：空间卷积也能进行时序推理，高效的视频理解模型TAdaConvNeXt出炉！...

Temporally-AdaptiveConvolutionsforVideoUnderstanding』，旨在赋予空间卷积时序推理的能力，提出即插即用的时序自适应卷积TAdaConv，并构建高效的视频理解模型TAdaConvNeXt，表现SOTA
我爱计算机视觉·2022-09-25 19:52

加速100倍，性能媲美SOTA！浙大提出无数据知识蒸馏新方法FastDFKD

来源：机器之心本文共2400字，建议阅读5分钟本文为你介绍知识蒸馏的新方法。在无法获取到原始训练数据的情况下，你可以尝试一下这种新型蒸馏算法FastDFKD，数据合成与现有的生成方法相比，可以实现10倍的加速，与非生成方法相比，甚至可以达到100倍以上的加速。知识蒸馏（KD）最近成为一种流行的范式，它是一种很典型的模型压缩方法，可以复用如今在线流行的预训练模型。随着自然语言处理模型等进入了预训练模
数据派THU·2022-09-25 01:39

加速100倍，性能媲美SOTA，浙大知识蒸馏新方法FastDFKD

每天给你送来NLP技术干货！来源：机器之心在无法获取到原始训练数据的情况下，你可以尝试一下这种新型蒸馏算法FastDFKD，数据合成与现有的生成方法相比，可以实现10倍的加速，与非生成方法相比，甚至可以达到100倍以上的加速。知识蒸馏（KD）最近成为一种流行的范式，它是一种很典型的模型压缩方法，可以复用如今在线流行的预训练模型。随着自然语言处理模型等进入了预训练模型的时代，模型的规模也在极速增长，
zenRRan·2022-09-25 01:47

加速100倍，性能媲美SOTA，浙大提出无数据知识蒸馏新方法FastDFKD

在无法获取到原始训练数据的情况下，你可以尝试一下这种新型蒸馏算法FastDFKD，数据合成与现有的生成方法相比，可以实现10倍的加速，与非生成方法相比，甚至可以达到100倍以上的加速。知识蒸馏（KD）最近成为一种流行的范式，它是一种很典型的模型压缩方法，可以复用如今在线流行的预训练模型。随着自然语言处理模型等进入了预训练模型的时代，模型的规模也在极速增长，例如GPT-3参数量达到1750亿。如何在
机器学习社区·2022-09-25 01:08
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他