旅途中的宽~_社区达人页

2023年08月

• 08.16 15:00:17
  发表了文章 2023-08-16 15:00:17

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 14 日论文合集）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 14 日论文合集）
• 08.16 14:53:58
  发表了文章 2023-08-16 14:53:58

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 14 日论文合集）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 14 日论文合集）
• 08.16 14:49:15
  发表了文章 2023-08-16 14:49:15

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 14 日论文合集）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 14 日论文合集）
• 08.16 14:44:14
  发表了文章 2023-08-16 14:44:14

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 14 日论文合集）

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 14 日论文合集）
• 08.16 14:37:43
  发表了文章 2023-08-16 14:37:43

  【计算机视觉 | 医学相关】arxiv 计算机视觉关于医学相关的学术速递（8 月 11 日论文合集）

  【计算机视觉 | 医学相关】arxiv 计算机视觉关于医学相关的学术速递（8 月 11 日论文合集）
• 08.16 14:32:17
  发表了文章 2023-08-16 14:32:17

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 11 日论文合集）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 11 日论文合集）
• 08.16 14:25:33
  发表了文章 2023-08-16 14:25:33

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 11 日论文合集）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 11 日论文合集）
• 08.16 14:17:50
  发表了文章 2023-08-16 14:17:50

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 11 日论文合集）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 11 日论文合集）
• 08.16 14:08:16
  发表了文章 2023-08-16 14:08:16

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 11 日论文合集）

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 11 日论文合集）
• 08.16 14:02:25
  发表了文章 2023-08-16 14:02:25

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 10 日论文合集）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 10 日论文合集）
• 08.16 13:55:28
  发表了文章 2023-08-16 13:55:28

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 10 日论文合集）（下）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 10 日论文合集）（下）
• 08.16 13:50:38
  发表了文章 2023-08-16 13:50:38

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 10 日论文合集）（上）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 10 日论文合集）（上）
• 08.16 13:45:52
  发表了文章 2023-08-16 13:45:52

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 10 日论文合集）（下）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 10 日论文合集）（下）
• 08.16 13:40:14
  发表了文章 2023-08-16 13:40:14

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 10 日论文合集）（上）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 10 日论文合集）（上）
• 08.16 13:34:52
  发表了文章 2023-08-16 13:34:52

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 10 日论文合集）

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 10 日论文合集）
• 08.16 13:27:05
  发表了文章 2023-08-16 13:27:05

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 9 日论文合集）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 9 日论文合集）
• 08.16 09:52:49
  发表了文章 2023-08-16 09:52:49

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 9 日论文合集）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 9 日论文合集）
• 08.16 09:46:14
  发表了文章 2023-08-16 09:46:14

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 9 日论文合集）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 9 日论文合集）
• 08.16 09:38:45
  发表了文章 2023-08-16 09:38:45

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 9 日论文合集）

  【计算机视觉 | Transformer】arxiv 计算机视觉关于Transformer的学术速递（8 月 9 日论文合集）
• 08.15 11:35:46
  发表了文章 2023-08-15 11:35:46

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 8 日论文合集）（下）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 8 日论文合集）（下）
• 08.15 11:13:35
  发表了文章 2023-08-15 11:13:35

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 8 日论文合集）（上）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 8 日论文合集）（上）

  
• 08.15 10:59:47
  发表了文章 2023-08-15 10:59:47

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 8 日论文合集）（二）（下）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 8 日论文合集）（二）（下）
• 08.15 10:51:59
  发表了文章 2023-08-15 10:51:59

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 8 日论文合集）（二）（中）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 8 日论文合集）（二）（中）
• 08.15 10:43:02
  发表了文章 2023-08-15 10:43:02

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 8 日论文合集）（二）（上）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 8 日论文合集）（二）（上）
• 08.15 10:34:42
  发表了文章 2023-08-15 10:34:42

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 8 日论文合集）（二）（下）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 8 日论文合集）（二）（下）
• 08.15 10:29:10
  发表了文章 2023-08-15 10:29:10

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 8 日论文合集）（二）（上）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 8 日论文合集）（二）（上）
• 08.15 10:22:13
  发表了文章 2023-08-15 10:22:13

  【计算机视觉 | 医学相关】arxiv 计算机视觉关于医学相关的学术速递（8 月 7 日论文合集）

  【计算机视觉 | 医学相关】arxiv 计算机视觉关于医学相关的学术速递（8 月 7 日论文合集）
• 08.15 10:17:32
  发表了文章 2023-08-15 10:17:32

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 7 日论文合集）

  【计算机视觉 | 图像分割】arxiv 计算机视觉关于图像分割的学术速递（8 月 7 日论文合集）
• 08.15 10:11:27
  发表了文章 2023-08-15 10:11:27

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 8 日论文合集）

  【计算机视觉 | 图像分类】arxiv 计算机视觉关于图像分类的学术速递（8 月 8 日论文合集）
• 08.15 10:07:35
  发表了文章 2023-08-15 10:07:35

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 8 日论文合集）

  【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递（8 月 8 日论文合集）
• 08.15 09:35:41
  回答了问题 2023-08-15 09:35:41

  你拥有自己搭建的博客吗？

  赞1 踩0 评论0

2023年07月

• 07.20 14:14:25
  发表了文章 2023-07-20 14:14:25

  【计算机视觉 | ViT-G】谷歌大脑提出 ViT-G：缩放视觉 Transformer，高达 90.45% 准确率

  谷歌大脑提出 ViT-G：缩放视觉 Transformer，高达 90.45% 准确率
• 07.20 14:09:21
  发表了文章 2023-07-20 14:09:21

  【计算机视觉】CLIP：连接文本和图像（关于CLIP的一些补充说明）

  我们推出了一个名为CLIP的神经网络，它可以有效地从自然语言监督中学习视觉概念。CLIP可以应用于任何视觉分类基准，只需提供要识别的视觉类别名称，类似于GPT-2和GPT-3的“零样本”功能。
• 07.20 13:52:04
  发表了文章 2023-07-20 13:52:04

  【计算机视觉】如何利用 CLIP 做简单的人脸任务？（含源代码）

  CELEBA 数据集（CelebFaces Attributes Dataset）是一个大规模的人脸图像数据集，旨在用于训练和评估人脸相关的计算机视觉模型。该数据集由众多名人的脸部图像组成，提供了丰富的人脸属性标注信息。
• 07.20 13:46:02
  发表了文章 2023-07-20 13:46:02

  【计算机视觉】Segment Anything 安装配置及代码测试（含源代码）

  Segment Anything Model（SAM）可以从输入提示（如点或框）生成高质量的物体遮罩，并且可以用于为图像中的所有物体生成遮罩。它在一个包含1100万张图像和10亿个遮罩的数据集上进行了训练，并且在各种分割任务上表现出了强大的零样本性能。
• 07.20 13:16:34
  发表了文章 2023-07-20 13:16:34

  【计算机视觉】手把手教你配置stable-diffusion-webui进行AI绘图（保姆级教程）

  如果说，会用各大在线的AI绘图平台来生成图像的话，算是AI绘画的小学生级别。那么，如果会使用本地化部署来运行AI绘画的话，那就已经算得上是高中毕业，进入成年啦。等你能够使用AI绘图指哪打哪，想怎么画怎么画，那就已经是大学毕业，学成归来的牛逼人物啦。
• 07.20 11:35:11
  发表了文章 2023-07-20 11:35:11

  【计算机视觉】MaskFormer：将语义分割和实例分割作为同一任务进行训练

  目标检测和实例分割是计算机视觉的基本任务，在从自动驾驶到医学成像的无数应用中发挥着关键作用。目标检测的传统方法中通常利用边界框技术进行对象定位，然后利用逐像素分类为这些本地化实例分配类。但是当处理同一类的重叠对象时，或者在每个图像的对象数量不同的情况下，这些方法通常会出现问题。

  
• 07.20 11:29:20
  发表了文章 2023-07-20 11:29:20

  【计算机视觉】Fast Segment Anything 安装步骤和示例代码解读（含源代码）

  快速分段任意模型 (FastSAM) 是一种 CNN 分段任意模型，仅由 SAM 作者发布的 SA-1B 数据集的 2% 进行训练。 FastSAM 的性能与 SAM 方法相当，运行速度提高了 50 倍。
• 07.20 11:13:22
  发表了文章 2023-07-20 11:13:22

  【计算机视觉】最新综述：南洋理工和上海AI Lab提出基于Transformer的视觉分割综述

  近期，南洋理工大学和上海人工智能实验室几位研究人员写了一篇关于Transformer-Based的Segmentation的综述，系统地回顾了近些年来基于Transformer的分割与检测模型，调研的最新模型截止至今年6月！
• 07.20 11:03:24
  发表了文章 2023-07-20 11:03:24

  【计算机视觉 | 目标检测】RegionCLIP的环境部署和代码测试（含源代码）

  RegionCLIP: Region-based Language-Image Pretraining
• 07.19 21:07:52
  发表了文章 2023-07-19 21:07:52

  【计算机视觉】DETR 系列的最新综述！

  DEtection TRansformer (DETR)将检测视为集合预测问题，而不需要生成候选区和后处理步骤，从而将TRansformer引入到目标检测任务中
• 07.19 21:00:18
  发表了文章 2023-07-19 21:00:18

  【Git】Git 拉取的快速方法（含项目示例）

  当你尝试从官方仓库下载文件时，有时可能会遇到下载速度过慢的问题。在这种情况下，你可以尝试使用代理服务来加速下载过程。其中一个常用的代理服务是 ghproxy（https://ghproxy.com/）。
• 07.19 20:45:43
  发表了文章 2023-07-19 20:45:43

  【计算机视觉】DINOv2的四种模型代码示范，以 28 * 28 的图像示例（含源代码）

  DINOv2利用最大模型ViT-g的知识蒸馏，而不是从头开始训练，从而提高了性能。这个过程包括将知识从更大、更复杂的模型(教师)转移到更小的模型(学生)。学生模型被训练来模仿教师的输出，从而继承其优越的能力。这个过程提高了小型模型的性能，使它们更有效率。
• 07.19 20:36:17
  发表了文章 2023-07-19 20:36:17

  【计算机视觉】DINOv2的四种模型代码示范（含源代码）

  DINOv2利用最大模型ViT-g的知识蒸馏，而不是从头开始训练，从而提高了性能。这个过程包括将知识从更大、更复杂的模型(教师)转移到更小的模型(学生)。学生模型被训练来模仿教师的输出，从而继承其优越的能力。这个过程提高了小型模型的性能，使它们更有效率。
• 07.18 13:40:57
  发表了文章 2023-07-18 13:40:57

  【计算机视觉】Open-Vocabulary Object Detection 论文工作总结

  Open-Vocabulary Object Detection (OVD)可以翻译为**“面向开放词汇下的目标检测”，**该任务和 zero-shot object detection 非常类似，核心思想都是在可见类（base class）的数据上进行训练，然后完成对不可见类（unseen/ target）数据的识别和检测，除了核心思想类似外，很多论文其实对二者也没有进行很好的区分。
• 07.18 13:27:32
  发表了文章 2023-07-18 13:27:32

  【计算机视觉 | 目标检测】Open-Vocabulary Object Detection Using Captions

  出发点是制定一种更加通用的目标检测问题，目的是借助于大量的image-caption数据来覆盖更多的object concept，使得object detection不再受限于带标注数据的少数类别，从而实现更加泛化的object detection，识别出更多novel的物体类别。
• 07.18 13:22:55
  发表了文章 2023-07-18 13:22:55

  【计算机视觉 | 目标检测】Open-vocabulary Object Detection via Vision and Language Knowledge Distillation

  在这项工作中，我们考虑借用预训练的开放词汇分类模型中的知识来实现open vocabulary检测。
• 07.18 13:18:38
  发表了文章 2023-07-18 13:18:38

  【计算机视觉 | 目标检测】RegionCLIP: Region-based language-image pretraining

  RegionCLIP的目的便是实现从image-text pairs的匹配到region-text pairs的匹配。构建一个模型进行图像区域的推理研究(如目标检测)，目的是学习一个包含丰富的对象概念的区域视觉-语义空间，以便它可以用于开放词汇的目标检测。实质上就是训练一个视觉编码器V，使它可以编码图像区域，并将它们与语言编码器L编码的区域描述相匹配。
• 07.18 12:47:07
  发表了文章 2023-07-18 12:47:07

  【计算机视觉】Towards Open Vocabulary Object Detection without Human-provided Bounding Boxes

  我们的方法利用预先训练的视觉语言模型的定位能力来生成伪边界框标签，然后直接使用它们来训练目标检测器。
• 07.18 12:32:38
  发表了文章 2023-07-18 12:32:38

  【计算机视觉】Visual grounding系列

  Visual grounding涉及计算机视觉和自然语言处理两个模态。简要来说，输入是图片（image）和对应的物体描述（sentence\caption\description），输出是描述物体的box。