SOTA

【文献阅读笔记】M2MRF: Many-to-Many Reassembly of Features for Tiny Lesion Segmentation in Fundus Images

3.2.1.模块概述3.2.2.M2MRF3.2.3.用于微小病变分割的M2MRF4.实验和讨论4.1.实施细节4.1.1.数据集和增强4.1.2.实验设置4.2.IDRiD数据集上的结果4.2.1.与SOTA
Cpdr·2023-10-12 06:55

CSwin Transformer 学习笔记

Cswin提出了上图中使用交叉形状局部attention，为了解决VIT模型中局部自注意力感受野进一步增长受限的问题，同时提出了局部增强位置编码模块，超越了Swin等模型，在多个任务上效果SOTA（当时的
athrunsunny·2023-10-12 06:43

MutualNet: Adaptive ConvNet via MutualLearning from Network Width and Resolution文章精读

相对于目前SOTA的自适应网络US-Net，本文方法在ImageNet上取得了更高的top-1准确率，要比最优的复合尺度的MobileNet和EfficientNet高
ustcthebest·2023-10-11 17:57

达摩院CVPR2023人脸重建论文HRN解读——REALY榜单冠军模型

本文中，我们将介绍来自达摩院的CVPR2023最新的人脸重建论文，该工作在单图人脸重建榜单REALY上取得正脸、侧脸双榜第一，并在其他多个数据集中取得了SOTA的效果。
胖胖腐乳·2023-10-11 16:27

Smaller, faster, cheaper, lighter: Introducing DistilBERT, a distilled version of BERT 翻译

github.com/huggingface/transformersTime:2019.10在过去的18个月中，在过去的18个月中，几乎所有的自然语言处理任务都从大型语言模型进行迁移学习这一方式达到了SOTA
睡熊猛醒·2023-10-11 06:00

目标识别项目实战：基于Yolov7-LPRNet的动态车牌目标识别算法模型(二)

按照官方描述，YOLOv8是一个SOTA模型，它建立在以前YOLO版本的成功基础上，并引入了新的功能和改进，以进一步提升性能和灵活性。
fanstuck·2023-10-07 12:56

华为提出Gold-YOLO：实时目标检测新SOTA

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【目标检测和Transformer】交流群作者：王云鹤（源：知乎，已授权）|编辑：CVer公众号https://zhuanlan.zhihu.com/p/657742732在CVer微信公众号后台回复：Gold，可以下载本论文pdf、代码Gold-YOLO:EfficientObjectDetectorviaGathe
Amusi（CVer）·2023-10-06 05:19

基于YOLOv8的安全帽检测系统（4）：EMA基于跨空间学习的高效多尺度注意力、效果优于ECA、CBAM、CA，助力行为检测 | ICASSP2023

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。它可以在大型数据集上进行训练，并且能够在各种硬件平台上
AI小怪兽·2023-10-06 02:35

NUWA论文阅读

VisualSynthesisPre-trainingforNeuralvisUalWorldcreAtion文章目录摘要引言相关工作视觉自回归模型视觉稀疏自注意方法3D数据表征3DNearbySelf-Attention3D编码器-解码器训练目标实验实现细节与SOTA
zzfive·2023-10-05 14:02

超详细DeepLabv3 介绍与使用指南 – 使用 PyTorch 推理

当时，DeepLabv3在PascalVOC2012测试集上实现了最先进的(SOTA)性能，在著名的Cityscapes数据集上以及使用Google内部JFT数据集进行训练时，也取得了同等的SOTA结果
TD程序员·2023-10-05 14:32

【论文笔记】SparseFusion: Fusing Multi-Modal Sparse Representations for Multi-Sensor 3D Object Detection

相反，稀疏表达很高效且能达到SotA性能。通常，使用稀疏表达的方法使用物体查询表示物体或实例，并与原始图像和点云特征交互。  本文
byzy·2023-10-04 15:33

多目标跟踪框架boxmot介绍

引言boxmot由mikelbrostrom开发，用于目标检测，分割和姿态估计模型的SOTA（stateofart）跟踪模块，现已加入python第三方库PYPI，可用pip包管理器进行安装。
王定邦·2023-10-04 12:00

大规模语言模型--训练成本

目前，基于Transformers架构的大型语言模型(LLM)，如GPT、T5和BERT，已经在各种自然语言处理(NLP)任务中取得了SOTA结果。
hanscalZheng·2023-10-03 23:20

基于YOLOv8的安全帽检测系统（2）：Gold-YOLO，遥遥领先，助力行为检测 | 华为诺亚NeurIPS23

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。它可以在大型数据集上进行训练，并且能够在各种硬件平台上运
AI小怪兽·2023-10-03 10:38

谷歌提出MAGE：图像分类和生成达到SOTA！

重磅干货，第一时间送达点击进入—>【计算机视觉】微信技术交流群转载自：机器之心在一篇CVPR2023论文中，来自MIT和谷歌的研究人员提出了一种全新的框架MAGE，同时在图像识别和生成两大任务上实现了SOTA
Amusi（CVer）·2023-10-03 07:00

1个模型横扫40+个SOTA！22位华人共同打造佛罗伦萨模型，一统图像视频文本，含9亿图像-文本对...

Florence可以轻松适用于各种计算机视觉任务，如分类、目标检测、VQA、看图说话、视频检索和动作识别，并在超过40个基准中刷新了SOTA。
我爱计算机视觉·2023-10-03 07:00

整理了197个经典SOTA模型，涵盖图像分类、目标检测、推荐系统等13个方向

今天来帮大家回顾一下计算机视觉、自然语言处理等热门研究领域的197个经典SOTA模型，涵盖了图像分类、图像生成、文本分类、强化学习、目标检测、推荐系统、语音识别等13个细分方向。
深度之眼·2023-10-03 07:30

基于YOLOv8的安全帽检测系统

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。
AI小怪兽·2023-10-02 13:00

SentenceTransformer 之论文解读

：https://arxiv.org/pdf/1908.10084.pdf尽管Bert和RoBERTa在句子对回归任务上，例如语义文本相似度（SemanticTextSimilarity），取得了新的sota
xiao4816·2023-10-02 13:37

[论文笔记]MacBERT

通过实验表明MacBERT在很多NLP任务中能取得SOTA结果。总体介绍BERT已经变成N
愤怒的可乐·2023-09-30 10:15

告别手动标注时代 | SAM 助力 Label-Studio 形成 SOTA 级半自动标注工具

导读本文将介绍结合Label-Studio和SAM(SegmentAnything)提供一个半自动化标注方案，帮助大家充分提高数据标注的效率。Point2Labl：用户只需要在物体的区域内点一个点就能得到物体的掩码和边界框标注。Bbox2Label：用户只需要标注物体的边界框就能生成物体的掩码。其中:SAM(SegmentAnything)是MetaAI推出的分割一切的模型。LabelStudio
CVHub·2023-09-29 09:17

目标检测算法改进系列之Backbone替换为LSKNet

在没有任何附加条件的情况下，我们LSKNet比主流检测器轻量的多，而且在多个数据集上刷新了SOTA！HRSC2016（98.46%mAP）、DOTA-v1.0（81.64%mA
我悟了-·2023-09-28 03:07

目标识别项目实战：基于Yolov7-LPRNet的动态车牌目标识别算法模型

按照官方描述，YOLOv8是一个SOTA模型，它建立在以前YOLO版本的成功基础上，并引入了新的功能和改进，以进一步提升性能和灵活性。
fanstuck·2023-09-27 19:48

百度 RT-DETR 算法原理解析 | 超越YOLO的目标检测新高度？

文章目录0.前言1.RT-DETR结构设计1.1主干网络1.2颈部网络1.3数据增强和训练策略2.QuerySelection和Decoder3.实验结果3.1设置3.2与SOTA的比较3.3关于混合编码器的消融研究
迪菲赫尔曼·2023-09-27 18:04

英飞凌TC3xx SOTA分析

1.SOTA功能描述SOTA(Sofewareupdateovertheair)，指不连接烧写器的情况下，通过CAN、串口、以太网等通讯方式，实现应用程序的更新。
快乐的肌肉·2023-09-24 23:37

【学习笔记】多模态综述

BLIP5.CoCa6.BeiTv3总结参考链接前言本篇学习笔记虽然是多模态综述，本质上是对ViLT后多模态模型的总结，时间线为2021年至2022年，在这两年，多模态领域的模型也是卷的飞起，不断刷新领域的SOTA
HERODING77·2023-09-23 20:08

思维链（Chain-of-Thought Prompting Elicits Reasoning in Large Language Models）

仅通过540B大小的PaLM模型，通过8个思维链样例就可以实现在GSM8K上的sota效果。
WitsMakeMen·2023-09-23 16:22

基于Yolov8的野外烟雾检测（4）：通道优先卷积注意力（CPCA），效果秒杀CBAM和SE等 | 中科院2023最新发表

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。它可以在大型数
AI小怪兽·2023-09-22 22:30

微软13亿参数phi-1.5，单个A100训练，刷新SOTA

微软推出了一个全新预训练模型phi-1.5，共有13亿参数，能做QA问答、聊天和写代码等等。模型越大，能力越强吗？然而，事实并非如此。近日，微软研究人员推出了一个模型phi-1.5，仅有13亿参数。论文地址：https://arxiv.org/pdf/2309.05463.pdf具体来说，在常识推理、语言技能，phi-1.5表现与其他模型相当。同时在多步推理上，远远超过其他大模型。phi-1.5展
语音之家·2023-09-22 00:54

基于Yolov8的野外烟雾检测（2）：多维协作注意模块MCA，效果秒杀ECA、SRM、CBAM等 | 2023.9最新发布

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。它可以在大型数据集上进行训练，并且能够在各种硬件
AI小怪兽·2023-09-20 23:31

基于Yolov8的野外烟雾检测（1）

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
AI小怪兽·2023-09-20 18:54

基于Yolov8的野外烟雾检测（3）：动态蛇形卷积（Dynamic Snake Convolution），实现暴力涨点 | ICCV2023

YOLOv8是一种尖端的、最先进的（SOTA）模型，它建立在先前YOLO成
AI小怪兽·2023-09-20 00:23

[论文笔记]Adapter turning

作者说Adapter可以获取接近SOTA的表现。总体介绍在预训练
愤怒的可乐·2023-09-19 21:22

[论文笔记]RE2

这篇工作是2019年发表的，在Bert出来之后发表的，在四个著名的文本匹配任务(SNLI,SciTail,QQP,WikiQA)上取得了SOTA的结果。
愤怒的可乐·2023-09-17 06:44

Transformer在计算机视觉中的应用

2018年GoogleAI研究院提出了一种预训练模型BERT，该模型在11项NLP任务中夺得SOTA结果，而BERT取得成功的一个关键因素是Transformer的强大作用。
Daisy丶·2023-09-16 22:24

【论文阅读系列】NWD-Based Model | 小目标检测新范式，抛弃IoU-Based暴力涨点(登顶SOTA) 计算机视觉

NWD-BasedModel|小目标检测新范式，抛弃IoU-Based暴力涨点(登顶SOTA)计算机视觉参考：博客1知乎2在这里进行纪录分享，这是有用的资料，避免之后再寻找相当麻烦。
北屿白·2023-09-15 08:28

ICCV 2019丨基于跨视角信息融合的三维人体姿态估计

点击我爱计算机视觉标星，更快获取CVML新技术52CV曾经在该论文刊出的第一时间对其报道：ICCV2019|微软开源跨视图融合的3D人体姿态估计算法，大幅改进SOTA精度，该文为原作者解读。
我爱计算机视觉·2023-09-14 01:28

NASNet : Google Brain经典作，改造搜索空间，性能全面超越人工网络，继续领跑NAS领域 | CVPR 2018

不仅降低了搜索的复杂度，从原来的28天缩小到4天，而且搜索出来的结构具有扩展性，在小模型和大模型场景下都能使用更少的参数量和计算量来超越人类设计的模型，达到SOTA 来源：【晓飞的算法工程笔记】公众号论文
VincentTeddy·2023-09-12 18:31

【论文解读】元学习：MAML

论文中表明，该算法在few-shotimageclassification基准上达到了SOTA的性能，在few-shotregression上也产出
Scc_hy·2023-09-12 06:57

论文笔记《3D Gaussian Splatting for Real-Time Radiance Field Rendering》

我们引入了三个关键元素，使得能够达到sota视觉质量同时保证有竞争力的训练时间，而且重要的是可以高质量、实时（≥30f
浅度断墨·2023-09-12 06:22

CNN+Transformer

CNN+Transformer的模型可参考ViT模型，注意，此模型是基于大量数据集基础上才达到SOTA的（15M-300M时才能体现出模型的优势），数据量较少时效果不佳。
魔法橘子·2023-09-11 12:45

加速44%！RT-DETR量化无损压缩优秀实战

RT-DETR模型是飞桨目标检测套件PaddleDetection最新发布的SOTA目标检测模型。其是一种基于DETR架构的端到端目标检测器，在速度和精度上均取得了SOTA性能。
·2023-09-11 11:52

End-to-end 3D Human Pose Estimation with Transformer

基于Transformer的端到端三维人体姿态估计摘要基于Transformer的架构已经成为自然语言处理中的常见选择，并且现在正在计算机视觉任务中实现SOTA性能，例如图像分类，对象检测。
玲娜贝儿--努力学习买大鸡腿版·2023-09-10 21:51

基于Yolov8的中国交通标志（CCTSDB）识别检测系统

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
AI小怪兽·2023-09-10 14:20

ICCV 2023 | UniFormerV2开源，K400首次90%准确率 基于ViT的高效视频识别，8数据集SOTA...

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！以下内容来源于知乎@Sakura.D简单介绍一下我们最近放出来的工作UniFormerV2，方法受UniFormer的启发，设计了通用高效的时序建模模块，可以无缝插入到各种开源预训练图像ViT中，显著增强模型对时序信息的处理能力。为进一步提升主流benchmark上的性能，我们将K400/K600/K700进行数据清洗，得到更精简的K710数
AITIME论道·2023-09-09 13:58

论文笔记：CVPR2023 IRRA—隐式推理细粒度对齐模型，语言行人检索任务新SOTA，CUHK-PEDES数据集Rank-1可达73.38%！

目录论文基本信息引言模型模态编码器ImplicitRelationReasoning模块与MLM任务SimilarityDistributionMatching结果论文基本信息论文：Cross-ModalImplicitRelationReasoningandAligningforText-to-ImagePersonRetrieval代码：https://github.com/anosorae/
酥三苹·2023-09-09 11:22

HINet | 性能炸裂，旷视科技提出适用于low-level问题的Half Instance Normalization

旷视科技的研究员提出了一种HalfInstanceNormalization技术用于图像复原并在不同的low-level领域取得了SOTA性能，先来看一下其刷新的性能(注：以下数
HappyAIWalker·2023-09-09 11:49

无需新型token mixer就能SOTA：MetaFormer视觉基线模型开源，刷新ImageNet记录

值得注意的是，所提模型之一CAFormer基于ImageNet常规有监督训练（无额外数据和蒸馏），在224x224分辨率上取得85.5%的新纪录，相比之前的SOTA模型减少了55%的参
PaperWeekly·2023-09-09 11:48

CVPR2023 RIFormer, 无需TokenMixer也能达成SOTA性能的极简ViT架构

编辑|Happy首发|AIWalker链接|https://mp.weixin.qq.com/s/l3US8Dsd0yNC19o7B1ZBgwproject,paper,codeTokenMixer是ViT骨干非常重要的组成成分，它用于对不同空域位置信息进行自适应聚合，但常规的自注意力往往存在高计算复杂度与高延迟问题。而直接移除TokenMixer又会导致不完备的结构先验，进而导致严重的性能下降。
HappyAIWalker·2023-09-09 11:46

超详解| Yolov8模型手把手调参 | 配置 | 模型训练 | 验证 | 推理

YOLOv8是一款前沿、最先进（SOTA）的模型，基于先前YOLO版本的成功，引入了新功能和改进，进一步提升性能和灵活性。然而，要充分发挥Yolov8的潜力，合理的参数配置是至关重要的。
穿着帆布鞋也能走猫步·2023-09-09 05:20
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他