SOTA 第8页

SadTalker（CVPR2023）-音频驱动视频生成

Preliminaryof3DFaceModel3D3.2.MotionCoefficientsGenerationthroughAudioExpNetPoseVAE3.3.3D-awareFaceRender实验SOTA

‘Atlas’·2023-04-15 16:21

2021AAAI-BestPaper-Informer: Beyond Efficient Transformer for Long Sequence Time-Series Forecasting

论文作者的ppt简单的说本文解决的核心问题：比其他的sota工作，在设定预测时间更长的情况下，要更准！，如下图所示：长度从96开始，预测就走下坡路了。

andyham·2023-04-15 13:54

ViT Vision Transformer进行猫狗分类

结构模型定义定义一个模型训练VISIONTRANSFORMER简称ViT，是2020年提出的一种先进的视觉注意力模型，利用transformer及自注意力机制，通过一个标准图像分类数据集ImageNet，基本和SOTA

ZhangTuTu丶·2023-04-13 21:13

『Aggregated Residual Transformations for Deep Neural Networks』论文笔记

一为什么读这篇传说中的ResNeXt，也是ResNet官方系列的第三篇，看完这个才算是对ResNet流派有个完整的认识，此外当前很多SOTA模型的底子都是用这个，所以不得不读。

ktulu7·2023-04-13 13:52

SMILEtrack: SiMIlarity LEarning for Multiple Object Tracking论文阅读笔记

生命吹起轻叹·2023-04-12 14:53

Transformer for image recognition at scale论文阅读笔记

VIT（visiontransformer）的提出已经在很多评价标准上成为了SOTA的方法，并且训

骑驴去学习·2023-04-12 14:23

sota 数据增强方法

*KeepAugment:ASimpleInformation-PreservingDataAugmentation首先获取携带图像关键信息所在的区域，然后在数据增强的过程中保证携带图像关键信息区域不被破坏。因此其中的关键在于如何获取携带图像关键信息的区域，文章使用的是saliencymapOnFeatureNormalizationandDataAugmentation潜在特征的时刻（A.K.A

加油11dd23·2023-04-12 11:22

GPT3类自动补全助手，个体+超级团队成为可能 | 技术趋势

是2020年文本生成领域内的最先进技术SOTA（state-of-the-art）@opus你只需要写几个主题

shadowcz007·2023-04-11 10:41

Integral Migrating Pre-trained Transformer Encoder-decoders for Visual Object Detection（imTED）

PengZhiliang,不知道是不是复现MAE的大佬本佬，整篇论文读下来还是比较容易理解的，但是感觉和小样本有关的部分很少，只是一个附带点，反而大量篇幅是在讨论如何将MAE整体迁移到目标检测领域，个人觉得可能是sota

GY-赵·2023-04-10 09:18

同济大学等提出EQL v2：用于长尾目标检测的新梯度平衡方法

人工智能初学者论文：https://arxiv.org/abs/2012.08548代码：https://github.com/tztztztztz/eqlv2均衡损失(equalizationloss)v2表现SOTA

Amusi（CVer）·2023-04-09 12:49

多项NLP任务新SOTA，Facebook提出预训练模型BART

该模型结合双向和自回归Transformer进行模型预训练，在一些自然语言处理任务上取得了SOTA性能表现。近日，Facebook发表论文，提出一种为预训练序列到序列模型而设计的去噪自编码器BART。

喜欢打酱油的老鸟·2023-04-09 02:49

Rethinking the Route Towards Weakly Supervised Object Localization笔记

将定位与分类分为两个独立的网络，在训练集上使用DDT生成伪groundtruth，通过回归与真实GTbox对比，整体效果达到SOTA。

枫叶--·2023-04-08 16:28

GPT-4博客介绍

可控性）Limitations(限制)Risks&mitigations(风险和应对措施)gpt-4在越复杂任务上，GPT4越是强于chatgpt与chatgpt虽然也是zero-shot，但不能超越sota

Unstoppable~~~·2023-04-08 11:29

字节跳动CVPR 2023论文精选来啦（内含一批图像生成新研究）

今年的CVPR将于六月在加拿大温哥华举办，和往年一样，字节跳动技术团队的同学们收获了不少中选论文，覆盖文本生成图像、语义分割、目标检测、自监督学习等多个领域，其中不少成果在所属领域达到了SOTA（当前最高水平

字节跳动技术范儿·2023-04-08 07:02

CVPR 2023 | 单阶段半监督目标检测SOTA：ARSL

本文提出了针对单阶段半监督目标检测任务的Ambiguity-ResistantSemi-supervisedLearning（ARSL）算法，创新地提出了两个通用的单阶段半监督检测模块：Joint-ConfidenceEstimation（JCE）和Task-SeparationAssignment（TSA）。JCE通过联合分类和定位任务的置信度评估伪标签质量。TSA基于教师模型预测的联合置信度将

飞桨PaddlePaddle·2023-04-07 17:01

GPT系列简介与gpt训练（nanoGPT）

GPT-1当时在9个NLP任务上取得了SOTA的效果gpt2.0GPT-2并未在模型结构上大作文章，只是使用了更多参数的模型和更多的

路新航·2023-04-07 17:18

1秒出图，全球最快的开源Stable Diffusion出炉

来源：机器之心机器之心编辑部OneFlow将StableDiffusion的推理性能推向了一个全新的SOTA。

人工智能与算法学习·2023-04-07 15:17

ICCV2021-TOCo-微软&CMU提出Token感知的级联对比学习方法，在视频文本对齐任务上“吊打”其他SOTA方法...

关注公众号，发现CV技术之美0写在前面对比学习已被广泛应用于训练基于Transformer的视觉语言模型的视频文本对齐和多模态表示学习等任务。在本文中，作者提出了一种新的token感知级联对比学习(TACo)算法，该算法利用两种技术改进了以往对比学习的缺点。第一个是通过考虑单词的句法类别（比如：名词、动词、介词）来计算的token感知的对比损失。这是由于作者观察到，对于视频-文本对，文本中的内容词

我爱计算机视觉·2023-04-07 00:26

一文看尽SOTA生成式模型：9大类别21个模型全回顾！

但生成式模型种类繁多，发布速度也非常快，稍不留神就有可能错过了sota。最近，来自西班牙科米利亚斯主教大学的研究人员

数据派THU·2023-04-06 18:11

2022生成模型进展有多快？新论文盘点9类生成模型代表作

光是基于文本输入的就有7种——图像、视频、代码、3D模型、音频、文本、科学知识……尤其2022年，效果好的AI生成模型层出不穷，又以OpenAI、Meta、DeepMind和谷歌等为核心，发了不少达到SOTA

QbitAl·2023-04-06 18:20

MedNeXt：医学图像分割新SOTA

Title：MedNeXt:Transformer-drivenScalingofConvNetsforMedicalImageSegmentationMedNeXt：用于医学图像分割的ConvNets的变压器驱动缩放原论文链接：https://arxiv.org/abs/2303.09975代码链接：暂未开源导读：MedNeXt是nnUNet原创团队于2023年3月17日上传至arxiv上的新作

黄渡猿·2023-04-05 21:41

多模态知识迁移框架实现新SOTA

©作者|腾讯优图实验室来源|机器之心在多标签分类系统中，经常遇到大量在训练集中未曾出现的标签，如何准确地识别这些标签是非常重要也极富挑战性的问题。为此，腾讯优图实验室联合清华大学和深圳大学，提出了一种基于多模态知识迁移的框架MKT，利用图文预训练模型强大的图文匹配能力，保留图像分类中关键的视觉一致性信息，实现多标签场景的OpenVocabulary分类。本工作已入选AAAI2023Oral。论文标

PaperWeekly·2023-04-05 11:43

刷榜SOTA！用CNN做基础模型，可变形卷积InternImage实现检测分割新纪录！

来源：机器之心来自浦江实验室、清华等机构的研究人员提出了一种新的基于卷积的基础模型，称为InternImage，与基于Transformer的网络不同，InternImage以可变形卷积作为核心算子，使模型不仅具有检测和分割等下游任务所需的动态有效感受野，而且能够进行以输入信息和任务为条件的自适应空间聚合。InternImage-H在COCO物体检测上达到65.4mAP，ADE20K达到62.9，

深度学习技术前沿·2023-04-05 05:59

（小伞每日论文速读）2023视觉领域的SOTA！InternImage究竟何方神圣？

万年学习的小伞·2023-04-05 05:46

YOLOv5、YOLOv8改进主干EfficientRep结构系列：2023年最新论文出品｜结合设计硬件感知神经网络设计的高效 Repvgg 式 ConvNet 网络结构，该网络涨点利器

所有文章都是全网首发原创改进内容本篇文章基于YOLOv5、YOLOv8芒果改进YOLO系列：芒果改进YOLOv5系列：最新论文出品｜结合设计硬件感知神经网络设计的高效Repvgg式ConvNet网络结构EfficientRep，该网络结构效果SOTA

芒果汁没有芒果·2023-04-05 03:07

破局数据困境，迭代一年的终版解决方案竟是纯规则方法！

一年前，我在萌屋的第一篇推文（在错误的数据上，刷到SOTA又有什么意义？）中，重点讲述了关系抽取任务所面临的数据质量困境。

夕小瑶·2023-04-04 18:47

Pytorch基础知识（6）图像多类别分类

我们将使用在ImageNet数据集曾经表现SOTA的模型并且在STL-10数据集上微调。

求则得之，舍则失之·2023-04-04 01:05

量化择时——SVM机器学习量化择时（第1部分—因子测算）

NLP的应用为人所知并积极部署是一件好事，但是应用层面上的每个应用场景都是过去的领域内SOTA模型不断攻克的任务。但是可惜的是，近年来，解决单一任务在算法层面的突

呆萌的代Ma·2023-04-03 00:12

150亿参数，谷歌开源了史上最大视觉模型V-MoE的全部代码

他们推出了史上最大规模的视觉模型V-MoE，实现了接近SOTA的Top-1准确率。如今，谷歌大脑开源了训练和微调模型的全部代码。

机器学习社区·2023-04-02 21:51

FLAT：中文NER屠榜之作！

ACL2020中一篇来自复旦大学邱锡鹏老师团队的FLAT:ChineseNERUsingFlat-LatticeTransformer刷新了中文NER任务的新SOTA。

zenRRan·2023-04-02 15:18

一文读懂最强中文NLP预训练模型ERNIE

zhuanlan.zhihu.com/p/87008569基于飞桨开源的持续学习的语义理解框架ERNIE2.0，及基于此框架的ERNIE2.0预训练模型，在共计16个中英文任务上超越了BERT和XLNet,取得了SOTA

Jarkata·2023-04-01 18:26

YOLO系列迎来YOLOv8，迅速包揽目标检测、实例分割新SOTA

2023点击蓝字关注我们关注并星标从此不迷路计算机视觉研究院计算机视觉研究院专栏作者：Edison_GYOLOv8抛弃了前几代模型的Anchor-Base。公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式转自《机器之心》YOLO是一种基于图像全局信息进行预测的目标检测系统。自2015年JosephRedmon、AliFarhadi等人提出初代模型以来，领域内的研究者们已

计算机视觉研究院·2023-04-01 12:28

SOTA！目标检测开源框架YOLOv6 3.0版本来啦

YOLOv6-L6检测精度和速度超越YOLOv7-E6E，取得当前实时目标检测榜单SOTA。本文主要介绍了YOLOv63.0版本中引入的技术创新和优化，希望能为从事相关工作的同学带来一些启发或帮助。

美团技术团队·2023-04-01 02:15

顶会论文 | 阿里云视频摘要SOTA模型：用于视频摘要的多层时空网络

作者：白钰阿里云高级算法专家/消费者终端智能部算法负责人这次向大家分享的工作是笔者所负责团队在国际人工智能多媒体顶会ACMMM2022（CCF-A）发表的文章“Multi-LevelSpatiotemporalNetworkforVideoSummarization”，该文提出了一种用于视频摘要的多层时空网络，在视频摘要领域实现了全球领先的研究探索。基于我们团队在工业级推荐系统方面的研究积累，我们

阿里技术·2023-03-31 18:40

Graph Isomorphism Network

Weisfeiler-Lehman(WL)test和同构图判定问题来评估GNN网络的表达能力，并提出了GIN网络结构，理论分析GIN的表达能力优于GraphSAGEGCN等结构，在多任务上准确率达到了SOTA

slothfulxtx·2023-03-31 06:01

变分系列 Deep Variational Instance Segmentation 论文阅读笔记

4.1Mumford-Shah模型从无监督到有监督的设置4.2深度变分实例分割4.3损失函数二元损失转置不变损失归一化五、实施细节实例分割中的FCN训练置换不变损失离散化到实例分割分类和验证六、实验6.1数据集：6.2与SOTA

乄洛尘·2023-03-31 04:22

人工智能相关会议论文中那些容易搞错的的表达--SOTA，teaser example

白码飞·2023-03-30 19:24

英伟达最新 | VoxFromer：单目3D语义场景补全新SOTA！（CVPR 2023）

作者|派派星编辑|CVHub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【3D感知】技术交流群Title:VoxFormer:SparseVoxelTransformerforCamera-based3DSemanticSceneCompletionPaper:https://arxiv.org/pdf/2302.12251.pdfCode:https:

自动驾驶之心·2023-03-30 18:39

神经网络架构搜索——可微分搜索（Noisy DARTS）

导致最终模型出现大幅度的性能损失的问题，提出了通过向skip-connection注入噪声的方法，来抵消由于不公平竞争而导致的富集和性能损失问题，并且在CIFAR-10和ImageNet上分别取得了97.61%和77.9%的SOTA

AI异构·2023-03-29 22:30

英飞凌 AURIX TC3XX 系列单片机的 SOTA 功能介绍

1、前言本文讲述的是英飞凌AURIXTC3XX系列多核单片机的SOTA功能介绍；SOTA称为软件在线升级，即不依赖下载调试器的情况下，通过CAN、UART等方式实现应用程序的更新。

大橙子疯·2023-03-29 22:24

首个开源室外点云分割工具箱，提供多篇论文算法的强基线复现模型！（已开源）

支持多个公开数据集上多种SOTA算法高精度复现，训练时间更短、分割精度更高，开箱即用。

OpenDataLab·2023-03-29 20:22

【目标检测】如何使用Yolov8

由Ultralytics开发的UltralyticsYOLOv8是一种尖端的、最先进的(SOTA)模型：https://github.com/ultralytics/ultralytics上面是源码的分享地址

旅途中的宽~·2023-03-29 18:34

c++部署yolov5模型

C++部署yolov5模型前言一、准备模型二、Fastdeploy准备三调用总结前言不可否认，yolov5在目标检测方面大杀四方，在SOTA榜上留下过万众瞩目的成绩，但是官网代码给的只有python版本的

琼筵醉月·2023-03-29 12:42

NLP&深度学习：近期趋势概述

本文的重点介绍是对各种NLP任务（如视觉问答（QA）和机器翻译）最新技术（SOTA）结果的回顾和比较。在这篇

喜欢打酱油的老鸟·2023-03-29 05:39

第2章 GPT-3简介

同时，GPT-3主要聚焦于更通用的NLP模型，GPT-3模型在一系列基准测试和特定领域的自然语言处理任务（从语言翻译到生成新闻）中达到最新的SOTA结果。

wumg3000·2023-03-28 17:49

CVPR2023 即插即用系列 | 一种高效轻量的自注意力机制助力图像恢复网络问鼎SOTA！

Title:EfficientandExplicitModellingofImageHierarchiesforImageRestorationPDF:https://arxiv.org/pdf/2303.00748Code:https://github.com/ofsoundof/GRL-Image-Restoration.git导读全局，区域和局部范围的特征可以很好地被神经网络用于图像恢复任务

CVHub·2023-03-25 07:08

轻量主干新SOTA！GhostNetV2：长距离注意力机制增强（北大&诺亚）

作者|科技猛兽编辑|极市平台点击下方卡片，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【模型部署】技术交流群后台回复【模型部署工程】获取基于TensorRT的分类、检测任务的部署源码！导读本文提出了一种对硬件友好的DFC注意力机制，并借助它和GhostNet模型提出了一种针对端侧设备的GhostNetV2架构。本文目录1GhostNetV2：长距离注意力机制增强廉价操

自动驾驶之心·2023-03-25 07:08

深度学习SOTA网络简析

深度学习毋庸置疑是目前很火热的研究方向，CSDN上面有大量对经典论文的解读，但是读别人二次翻译的文章犹如看原文的2D投影，难以窥见原文的奥妙，甚至部分论者断章取义，误人子弟为祸不浅，所以虽然我也简单解读两篇，但才疏学浅，只是聊以笔记，看官见笑。MobileNet一言以蔽之：DepthWise卷积+PointWise卷积，就是指在FeatureMap内部卷积和纯粹FeatureMap之间卷积相结合取

陈国文21·2023-03-25 00:11

【论文笔记】图像修复Learning Joint Spatial-Temporal Transformations for Video Inpainting

GitHub-researchmm/STTN:[ECCV'2020]STTN:LearningJointSpatial-TemporalTransformationsforVideoInpainting一、项目介绍当下SOTA

小殊小殊·2023-03-23 07:47

实例分割综述 | 近两年的SOTA汇总

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【ECCV2022】获取ECCV2022所有自动驾驶方向论文！全监督YOLACTYOLACT主要贡献一是在MSCOCO数据集上做出了第一个实时的实例分割模型；二是对模型的各种表现进行了评估；此外还提出了比NMS算法更快的FastNMS；YOLACT为了保证速度，设计了2个分支网络，并行地进行以

自动驾驶之心·2023-03-22 11:40

推荐频道

SOTA