SOTA

衡兰芷若成绝响,人间不见周海媚(4k修复基于PaddleGan)

如今美人仙去，回望经典，雪肤依然，花貌如昨，白璧微瑕之处是九十年代电视剧的分辨率有些低，本次我们利用百度自研框架PaddleGan的视频超分SOTA算法来对九十年代电视剧进行4K修复。
刘悦的技术分享·2023-12-16 12:46

基于YOLOv8的农作物水稻病害检测系统，优化SPPF提升检测精度

YOLOv8是一种尖端的、最先进的（SOTA）模型，它建立在先前YOLO成功基础上，并引入了新功能和改进，以进一步提升性能和灵活性。它可以在大
AI小怪兽·2023-12-14 16:13

YOLOv5算法进阶改进（5）— 主干网络中引入SCConv | 即插即用的空间和通道维度重构卷积

相对于其他流行的SOTA方法，SCConv可以以更低的计算成本获得更高的准确率。它通过在空间和通道维度上进行重构，从而减少了特征图中的冗余信息。这种模块的设计可以提高卷积神经网络的性能。
小哥谈·2023-12-04 04:31

【小目标SOTA】融合NWD_loss的YOLO的木材缺陷检测系统

1.研究背景与意义项目参考AAAIAssociationfortheAdvancementofArtificialIntelligence研究背景与意义随着人工智能技术的快速发展，计算机视觉在各个领域中的应用越来越广泛。其中，物体检测是计算机视觉领域中的一个重要研究方向。物体检测技术可以帮助我们自动识别和定位图像中的目标物体，为各种应用场景提供支持，如智能监控、自动驾驶、工业质检等。木材缺陷检测是
xuehaikj·2023-12-03 12:06

Meta最新视频生成工具：emu video技术报告解读

DiffusionModels视频生成-博客汇总前言：去年Meta推出了make-a-video，过去了一年多仍然是视频生成领域的SOTA。
沉迷单车的追风少年·2023-12-02 16:56

[AI]如何让语言模型LLMs流式输出：HuggingFace Transformers实现

HugginFaceTransforms是一个非常方便的库，集成了非常多SOTA的模型，包含：LLAMA,GPT,ChatGLMMoss，等。
AlgorithmWillBeFine·2023-12-02 10:58

TopNet-（CVPR2023）前背景图像合成

文章目录摘要引言算法架构结构损失函数实验数据集评估SOTA比较模型是否过拟合到修复区域泛化到真实图片消融实验讨论及结论限制参考文献论文：《TopNet:Transformer-basedObjectPlacementNetworkforImageCompositing
‘Atlas’·2023-12-01 04:38

YOLOv8-pose关键点检测：Backbone优化 |EMO，结合 CNN 和 Transformer 的现代倒残差移动模块设计 | ICCV2023

本文解决什么问题：面向移动端的轻量化网络模型EMO，它能够以相对较低的参数和FLOPs超越了基于CNN/Transformer的SOTA模型，替换YOLOv8backboneYolov8-Pose关键点检测专栏介绍
AI小怪兽·2023-11-29 18:21

YoloV8改进策略：基于RevCol，可逆的柱状神经网络的完美迁移，YoloV8的上分利器

Multi-LeVElReVERsibleUnit2.2、可逆列架构2.2.1、MACRo设计2.2.2、MicRo设计2.3、中间监督3、实验部分3.1、图像分类3.2、目标检测3.3、语义分割3.4、与SOTA
静静AI学堂·2023-11-29 11:47

阿里&华科大提出ONE-PEACE：更好的通用表征模型，刷新多个SOTA！

https://zhuanlan.zhihu.com/p/630606905上次介绍ImageBind给大家预告了我们近期会推出一个新工作，今天正式推出我们的通用多模态表征模型ONE-PEACE，拿到多个SOTA
Amusi（CVer）·2023-11-28 01:15

RevCol：可逆的柱状神经网络

Multi-LeVElReVERsibleUnit2.2、可逆列架构2.2.1、MACRo设计2.2.2、MicRo设计2.3、中间监督3、实验部分3.1、图像分类3.2、目标检测3.3、语义分割3.4、与SOTA
静静AI学堂·2023-11-27 07:55

【深度学习】DAMO-YOLO，阿里，701类通用检测模型，目标检测

blob/master/README_cn.mdDAMO-YOLO是由阿里巴巴达摩院智能计算实验室TinyML团队开发的一个兼顾速度与精度的目标检测框架,其效果超越了目前的一众YOLO系列方法，在实现SOTA
XD742971636·2023-11-26 23:27

如何使用YOLOv8代码框架中的RT-DETR

1.RT-DETRRT-DETR是由由此，百度推出了——RT-DETR(Real-TimeDEtectionTRansformer)，一种基于DETR架构的实时端到端检测器，其在速度和精度上取得了SOTA
有趣的野鸭·2023-11-26 12:10

SpectralGPT: Spectral Foundation Model 论文翻译2

2311.07113]SpectralGPT:SpectralFoundationModel(arxiv.org)实验在本节中，我们将严格评估我们的SpectralGPT模型的性能，并对其进行基准测试SOTA
齐硕君·2023-11-25 21:34

RevCol：可逆的柱状神经网络

Multi-LeVElReVERsibleUnit2.2、可逆列架构2.2.1、MACRo设计2.2.2、MicRo设计2.3、中间监督3、实验部分3.1、图像分类3.2、目标检测3.3、语义分割3.4、与SOTA
AI浩·2023-11-24 22:49

python医学图像分割_基于各种挑战的SOTA医学图像分割方法

State-of-the-artmedicalimagesegmentationmethodsbasedonvariouschallenges!(Updated202003)ContentsHead2020ICIAR:AutomaticLungCancerPatientManagement(LNDb)(LNDb)2019MICCAI:MultimodalBrainTumorSegmentation
iamnotDirac·2023-11-24 20:56

4huai.info/portal.php,SOTA-MedSeg: SOTA medical image segmentation methods based on various challeng.

State-of-the-artmedicalimagesegmentationmethodsbasedonvariouschallenges!(Updated201910)ContentsHead2019MICCAI:MultimodalBrainTumorSegmentationChallenge(BraTS2019)(Ongoing!!!)2019MICCAI:6-monthInfantBr
Maple丿锋·2023-11-24 20:56

SOTA级发丝抠图模型PP-Matting开源，支持多场景精细化分割

你还在用P.S.等商业软件，滑着鼠标，一点点勾勒图像边缘完成抠图嘛？有些大神可能会说：我可以用蒙板、通道等等高端操作实现超快抠图！但如果能有一个软件可以实现智能全自动抠图，完美保留发丝、树叶等精细边缘，还完全免费，甚至代码全部开源——它不香嘛？图1Matting效果展示这绝对不是画饼，近期一项被称为Matting的算法可算是火爆了AI界，相比于单纯的图像分割技术，它可以根据透明度更进一步的对图像的
愉快的马儿·2023-11-23 20:48

论文笔记--Disentangling and Unifying Graph Convolutions for Skeleton-Based Action Recognition

今天为大家介绍下这篇“重磅级”论文，目前是该方向SOTA的论文，并且从处理上来看，与之前大家不断改进的ST-GCN的那些论文来看，引入了一些新的视角，还是值得我们学习的。
Lyndsey·2023-11-23 04:41

谢撩，人在斯坦福打SoTA

文|Jazon编|小戏小编注：不知道大家还记不记得卖萌屋之前人在斯坦福，刚上CS224n的Jazon小哥发来的关于斯坦福神课CS224n上半学期的报道？今天，Jazon又在斯坦福前线发来了关于他在CS224n下半学期的经历，那么现在让我们把画面交给Jazon，看看大佬的课程作业是怎么完成的吧！上篇文章提到我在Stanford上NLP“神课”CS224n，课程的前半学期以上课、写作业为主，而后半学期
夕小瑶·2023-11-22 14:20

RT-DETR算法优化改进：Backbone改进｜RIFormer：无需TokenMixer也能达成SOTA性能的极简ViT架构 | CVPR2023

本文独家改进：RIFormer助力RT-DETR，替换backbone，RIFormer-M36的吞吐量可达1185，同时精度高达82.6%；而PoolFormer-M36的吞吐量为109，精度为82.1%。推荐指数：五星RT-DETR魔术师专栏介绍：https://blog.csdn.net/m0_63774211/category_12497375.html✨✨✨魔改创新RT-DETR引入前沿
AI小怪兽·2023-11-22 04:54

ECCV2020最佳论文RAFT：Recurrent All-Pairs Field Transforms for Optical Flow

今天介绍一下RAFT（监督学习，目前sota）。官方代码背景在RAFT之前，一些有名的光流估计方法，大都遵循金字塔结构+coarsetofine的预测flow的方式。
咆哮的阿杰·2023-11-21 17:47

基于yolov8的车牌检测训练全流程

作为一种前沿、最先进(SOTA)的模型，YOLOv8在之前版本的成功基础上引入了新功能和改进，以提高性能、灵活性和效率。YOLOv8支持全范围的视觉AI任务，包括检测,分割,姿态估计,跟踪,和分类。
心无旁骛~·2023-11-20 21:23

深度学习中的图像融合:图像融合论文阅读与实战

个人博客:Sekyoro的博客小屋个人网站:Proanimer的个人网站abs介绍图像融合概念，回顾sota模型，其中包括数字摄像图像融合，多模态图像融合，接着评估一些代表方法介绍一些常见应用，比如RGBT
procoder338·2023-11-20 15:21

Transformer模型原理

随后推出了几个有影响力的模型，包括：2018年6月：GPT，第一个预训练的Transformer模型，用于各种NLP任务的微调并获得了SOTA的结果；2018年10月：BERT，另一个大型预训练模型，旨在生成更好的句子摘要
zzZ_CMing·2023-11-19 23:47

AAAI2023 | DeMT: CNN+Transformer实现多任务学习（分割/深度估计等四项SOTA!）

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取今天是春节后的第一篇原创，关于多任务学习，AAAI2023的work，如果您有相关工作需要分享，请在文末联系我们！>>点击进入→自动驾驶之心技术交流群论文名称：DeformableMixerTransformerforMulti-TaskLearningofDensePrediction卷积神经网络（CNN）和Transformer
自动驾驶之心·2023-11-19 20:27

YOLOv8优化策略：轻量级Backbone改进 | 高效模型 (Efficient MOdel, EMO),现代倒残差移动模块设计 | ICCV2023

本文改进：面向移动端的轻量化网络模型——EMO，它能够以相对较低的参数和FLOPs超越了基于CNN/Transformer的SOTA模型，支持四个版本EMO_1M,EMO_2M,EMO_5M,EMO_6MYOLOv8
会AI的学姐·2023-11-19 17:03

RT-DETR优化策略：轻量级Backbone改进 | 高效模型 (Efficient MOdel, EMO),现代倒残差移动模块设计|ICCV2023

本文改进：面向移动端的轻量化网络模型——EMO，它能够以相对较低的参数和FLOPs超越了基于CNN/Transformer的SOTA模型，支持四个版本EMO_1M,EMO_2M,EMO_5M,EMO_6M
会AI的学姐·2023-11-19 04:41

YOLOv8-Seg改进：轻量级Backbone改进 | 高效模型 (Efficient MOdel, EMO),现代倒残差移动模块设计 | ICCV2023

本文改进：面向移动端的轻量化网络模型——EMO，它能够以相对较低的参数和FLOPs超越了基于CNN/Transformer的SOTA模型，支持四个版本EMO_1M,EMO_2M,EMO_5M,EMO_6M
会AI的学姐·2023-11-18 19:06

ECCV 2020 ｜ 超快的车道线检测

157530787很高兴和大家分享一下我们刚刚被ECCV2020接收的新工作：一种超快速的车道线检测算法（UltraFastStructure-awareDeepLaneDetection），能够达到SOTA
我爱计算机视觉·2023-11-16 11:06

LSTR：端到端实时车道线检测新SOTA！

表现SOTA！性能优于PolyLaneNet等网络，速度可高达420FPS！代码已开源！车道线检测是将车道标记识别为近似曲线的过程，被广
自动驾驶之心·2023-11-16 11:32

Self-Attention真的是必要的吗？微软&中科大提出Sparse MLP，降低计算量的同时提升性能！...

在这项工作中，作者探究了Transformer的自注意（Self-Attention）模块是否是其实现图像识别SOTA性能的关键。
我爱计算机视觉·2023-11-15 15:36

性能提升30%以上，实时实例分割算法SOLOv2实现产业SOTA

本文介绍了产业SOTA的实时实例分割算法SOLOv2。目标检测无法精细获得目标边界形状和面积，语义分割无法区分不同目标个体，并分别获得位置。
飞桨PaddlePaddle·2023-11-14 21:18

多聚焦图像融合资料汇总：论文，代码，数据集，评价指标

文章目录1.论文和代码1.1综述1.2传统方法1.3深度学习方法1.3.1具有代表性的方法1.3.2其他SOTA方法2.多聚焦图像融合数据集2.1公开数据集2.2生成数据集的方法3.图像融合评价指标多聚焦图像融合
ctrl A_ctrl C_ctrl V·2023-11-14 12:48

小心你的大模型被基准评估坑了，模型直接傻掉！人大高瓴揭秘大模型作弊

作者|谢年年、Python从ChatGPT横空出世到国内外「百模大战」打响以来，我们隔三差五就会看到某某大模型又超越多个模型，刷新SOTA，成功屠榜的消息。
夕小瑶·2023-11-13 01:32

C-Pack论文解读

C-MTEB：中文文本表征benchmark，包含6个任务，35个数据集C-MTP：大规模文本表征训练数据集C-TEM：不同规模（small，base，large）的中文文本表征模型，超出SOTA10%
dive_in·2023-11-12 19:46

DDBNet：Anchor-free新训练方法，边粒度IoU计算以及更准确的正负样本 | ECCV 2020

从实验来看，DDBNet达到了SOTA，整篇论文可圈可点，但里面的细节还需要等源码公开才知道 来源：晓飞的算法工程笔记
晓飞的算法工程笔记·2023-11-11 11:01

Ubuntu20.04+Quadro RTX 5000，3D gaussian环境配置

3Dgaussian算是新视角生成领域目前的SOTA，可以进行实时的渲染；最大训练速度上可以与Instant相当，且质量差不多；增加迭代次数后，可以
糊烟乱雨·2023-11-10 11:42

【cvpr2022】CRIS: CLIP-Driven Referring Image Segmentation

CLIP展示了从4亿对图像-文本对学习SOTA图像级视觉概念的能力，这有助于多模态任务。2、由于图像级预测与像素级预测的差异，直接使用CLIP
lynn_Dai·2023-11-09 23:49

TC397 遇到的问题

如何定义启动地址2.1UCB(UserConfigurationBlock)2.2BMHD(BootModeHead)2.3CRC自动计算2.4TASKING配置BMHD2.5多BMHD的应用场景3.SOTA1
Archieeeeee·2023-11-09 05:08

Spatio-Temporal Tuples Transformer for Skeleton-Based Action Recognition

该方法能够在连续帧中建立不同关节的关系，有比较强的区分相似动作的能力，达到了sota。帧之间不同关节的相关性对行为识别非常有用，在一个动作中，相邻帧之间的不同身体部位常常是一起移动的（
开心的火龙果·2023-11-09 02:46

本地部署 CogVLM

CogVLM-17B在10个经典跨模态基准测试上取得了SOTA性能，包括NoCaps、Flicker30kcaptioning、RefCOCO、RefCOCO+、RefCOC
engchina·2023-11-07 10:31

汽车网络安全渗透测试概述

汽车网络安全威胁分析2.1汽车网络安全资产定义2.2汽车网络安全影响场景及评级示例3.汽车网络安全渗透测试描述3.1参考法规3.2渗透测试内容4.小结1.汽车网络安全法规概述近年来，汽车智能化程度快速提升，SOTA
CyberSecurity_zhang·2023-11-06 17:25

SAM 微调在医学上的尝试

1、2023下半年1、UNet与SAM结合的正确的道路SAMUS,一路SOTA没对手！
贝猫说python·2023-11-06 15:08

用傅里叶卷积实现"万物隐身"！三星这个LaMa神器可试玩！

机器之心|编辑：杜伟、陈萍将快速傅里叶卷积引入网络架构，弥补感受野不足的缺陷，来自三星、洛桑联邦理工学院等机构的研究者提出了LaMa（largemaskinpainting）方法，在一系列数据集上改进了SOTA
Amusi（CVer）·2023-11-06 07:37

BEV-LaneDet：暴涨十个点，单目3D车道线新SOTA！

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【车道线检测】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！简介3D车道检测在自动驾驶轨控中起着至关重要的作用，最近成为自动驾驶领域一个快速发展的话题。之前的工作由于其复杂的空间转换模块和不灵活的三维车道表示很难真正在实际业务中应用。面对这些问题，本文提出了一个高效且简单
自动驾驶之心·2023-11-05 18:26

BEV-LaneDet：暴涨十个点，单目3D车道线新SOTA！（CVPR'23）...

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【车道线检测】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！简介3D车道检测在自动驾驶轨控中起着至关重要的作用，最近成为自动驾驶领域一个快速发展的话题。之前的工作由于其复杂的空间转换模块和不灵活的三维车道表示很难真正在实际业务中应用。面对这些问题，本文提出了一个高效且简单
自动驾驶之心·2023-11-05 18:25

BERT-flow｜CMUx字节推出简单易用的文本表示新SOTA！

因为工作和个人信仰的关系，我一直比较关注文本表示的进展。召回是很多NLP系统中必备的一步，而向量化的召回比纯基于文字的离散召回效果更好更合理。同时文本表示还可以做很多事情，比如聚类、分类，不过更多地还是用在文本匹配上。2015年到18年间有很多优秀的文本表示模型，祭出宝图：但基于交互的匹配模型明显优于单纯的表示，再加上BERT出来，就很少有人再去研究了，2019年只有一个Sentence-BERT
李rumor·2023-11-05 17:30

打起来了~ 最小SOTA模型：Mistral 7B，各方面碾压LLaMA2 13B和LLaMA1 34B

深度学习自然语言处理分享MistralAI团队自豪地发布了Mistral7B，这是迄今为止尺寸最小的最强大的语言模型。进NLP群—>加入NLP交流群Mistral7B简介Mistral7B是一个73亿参数的模型，具有以下特点：在所有基准测试上优于Llama213B在许多基准测试上优于Llama134B在代码方面接近CodeLlama7B的性能，同时在英语任务上表现良好使用分组查询注意力（GQA）以
zenRRan·2023-11-04 16:21

Zero-shot RIS SOTA：Text Augmented Spatial-aware Zero-shot Referring Image Segmentation 论文阅读笔记

Zero-shotRISSOTA：TextAugmentedSpatial-awareZero-shotReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作3.1Zero-shot分割3.2ReferringImageSegmentation3.3ImageCaptioning四、方法4.1总体框架4.2MaskProposal网络FreeSOL
乄洛尘·2023-11-04 04:03
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他