暂时未有相关云产品技术能力~
暂无个人介绍
「视觉语言Transformers」最新2023研究综述
CVPR 2023 最全分割类论文整理:图像/全景/语义/实例分割等【附PDF+代码】
模型落地必备 | 南开大学提出CrossKD蒸馏方法,同时兼顾特征和预测级别的信息
YOLOv8太卷啦 | YOLOv8官方仓库正式支持RT-DETR训练、测试以及推理
微软、谷歌、亚马逊,正在打响大模型时代的云战争
最强DETR+YOLO | 三阶段的端到端目标检测器的DEYOv2正式来啦,性能炸裂!!!
MobileSAM来啦 | 比SAM小60倍,比FastSAM快4倍,速度和效果双赢
模型落地系列 | TensorRT应该如何添加自己的插件?
加速44%!RT-DETR量化无损压缩优秀实战
参数是ChaGPT的近6倍!英特尔公布AI大模型Aurora genAI,具备1万亿参数
CVPR 2023 | 即插即用!SQR:对于训练DETR-family目标检测的探索和思考
CVPR 2023的46篇AIGC应用论文+部分代码汇总
一文读懂 PyTorch 显存管理机制
视觉任务微调王道 | 国科大联合阿里巴巴提出Mona,让Adapter成为你的All Need
MobileCLIP来袭 | 如果CLIP可以通过重参加速,你会选择用它作为Backbone预训练吗
2024年YOLO还可以继续卷 | MedYOLO是怎么从YOLO家族中一步一步走过来的?
一文综述 | 万字文总结,近几年都有哪些语义分割模型用了Transformer方法呢?
BN层迎来升级版MABN | 轻轻松松几行代码帮你解决跨域问题,同时顺手涨点
中科大提出PE-YOLO | 让YOLO家族算法直击黑夜目标检测
模型压缩部署神技 | CNN与Transformer通用,让ConvNeXt精度几乎无损,速度提升40%
快7倍 | SpirDet基于降采样正交重参化+稀疏解码器有效减少延迟,同时提升小目标检测精度
多任务学习新篇章 | EMA-Net利用Cross-Task Affinity实现参数高效的高性能预测
YOLO+混合注意力机制 | YOLOv5再加4.3%才可以做对手,Transformer混合设计依旧可以卷
太强!AI没有落下的腾讯出YOLO-World爆款 | 开集目标检测速度提升20倍,效果不减
万字长文 | 看看GPT-4V是怎么开车的,必须围观,大模型真的大有作为!!!
华为诺亚实验室提出CFT | 大模型打压下语义分割该何去何从?或许这就是答案!
干货 | 超形象理解扩散模型相关知识点
RecursiveDet | 超越Sparse RCNN,完全端到端目标检测的新曙光
YOLO落地部署 | 一文全览YOLOv5最新的剪枝、量化的进展【必读】
全新ViT Backbone | 混合卷积与Attention设计的SMT更快、更小也更强
全新AFPN出现 | 完胜PAFPN,堪称YOLO系列的最佳搭档
蔚来感知算法岗面经
谷歌在一个函数中放入 2 万个变量,引发 Firefox 崩溃;
中科院版「分割一切」模型来了,比Meta原版提速50倍 | GitHub 4.2K+星
Q-YOLOP来啦 | 一个具有量化感知全景驾驶感知模型
一个简单的代码拼写错误导致17个生产数据库被删!微软Azure DevOps宕机10小时始末
即插即用 | Lite-FPN让CenterNet系列再涨4个点(3D检测也适用)
CVPR 2023 Highlight | 西湖大学提出一种全新的对比多模态变换范式
深度学习模型加速:Pytorch模型转TensorRT模型
最新轻量化Backbone | FalconNet汇聚所有轻量化模块的优点,成就最强最轻Backbone
GeoMIM:适配视觉为中心的自动驾驶感知的预训练
多传感器感知原理解读 | BEVFusion解读(二)
VanillaKD | 简单而强大, 对原始知识蒸馏方法的再审视
模型部署系列 | 一文告诉你AI模型QAT量化遇到震荡问题应该如何解决呢?(二)
模型部署系列 | 一文告诉你AI模型QAT量化遇到震荡问题应该如何解决呢?(一)
车道线模型落地技巧 | LGAD注意力蒸馏让模型更鲁棒(二)
车道线模型落地技巧 | LGAD注意力蒸馏让模型更鲁棒(一)
目标检测落地必备Trick | 结构化知识蒸馏让RetinaNet再涨4个点
基于YOLOv5改进再设计 | M2S全面提升小目标精度
模型落地困难?看看这个如何解决PTQ的振荡问题(二)