勋章
我关注的人
粉丝
技术能力
- Python
- 计算机视觉
- 数据挖掘
- 机器学习/深度学习
- 人工智能
- 算法
- SQL
- Linux
- 数据可视化
暂时未有相关云产品技术能力~
暂无个人介绍
-
发表了文章 2023-07-18
【计算机视觉】多模态的理解
多模态指的是多种模态的信息，包括：文本、图像、视频、音频等。
-
发表了文章 2023-07-18
【计算机视觉】MDETR - Modulated Detection for End-to-End Multi-Modal Understanding
对于图像模型，MDETR采用的是一个CNN backbone来提取视觉特征，然后加上二维的位置编码；对于语言模态，作者采用了一个预训练好的Transformer语言模型来生成与输入值相同大小的hidden state。然后作者采用了一个模态相关的Linear Projection将图像和文本特征映射到一个共享的embedding空间。 接着，将图像embedding和语言embedding进行concat，生成一个样本的图像和文本特征序列。这个序列特征首先被送入到一个Cross Encoder进行处理，后面的步骤就和DETR一样，设置Object Query用于预测目标框。
-
发表了文章 2023-07-18
【计算机视觉】Zero-shot, One-shot和Few-shot
机器学习任务按照对 **样本量** 的需求可以分为：传统监督式学习、Few-shot Learning、One-shot Learning、Zero-shot Learning。
-
发表了文章 2023-07-18
【计算机视觉 | 目标检测】Detecting Twenty-thousand Classes using Image-level Supervision
本文提出的方法也采用了经典的两阶段范式，在第一阶段采用直接提取RPN的方法，第二阶段对做细化的具体类别进行assign和识别。
-
发表了文章 2023-07-17
【计算机视觉】CNN 可视化算法 CAM & Grad-CAM
CAM 算法是论文《Learning Deep Features for Discriminative Localization》中提出的，作者发现 CNN 网络虽然在训练时可能未提供对象的位置，但是仍然具有很强的定位特征能力。 《Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization》论文提出的 Grad-CAM 算法，Grad-CAM 利用网络反向传播的梯度计算出 feature map 每一个通道的权重从而得到热力图。因此 Grad-CAM 可以直接用于各种 CNN 网络而无需重新训
-
发表了文章 2023-07-17
【计算机视觉】CORA: Adapting CLIP for Open-Vocabulary Detection with Region Prompting and Anchor Pre-Matching
CORA 在目标检测任务中提出了一种新的 CLIP 预训练模型适配方法，主要包括 Region Prompting 和 Anchor Pre-Matching 两部分。 这种方法能够让 CLIP 模型适应目标检测的任务，能够识别出图像中的对象，并提供准确的分类和定位信息。
-
发表了文章 2023-07-17
【计算机视觉 | 目标检测】Aligning Bag of Regions for Open-Vocabulary Object Detection
对准开放词汇表对象检测的区域袋
-
发表了文章 2023-07-17
【计算机视觉】Open-Vocabulary Semantic Segmentation with Mask-adapted CLIP（OVSeg）
基于掩码的开放词汇语义分割。 从效果上来看，OVSeg 可以与 Segment Anything 结合，完成细粒度的开放语言分割。
-
发表了文章 2023-07-17
【计算机视觉】OFA：通过一个简单的seq2seq的学习框架来统一架构、任务和模态
追求多模态预训练的统一范式，以打破复杂任务/特定模态定制的框架。
-
发表了文章 2023-07-17
【计算机视觉 | 目标检测】Open-Vocabulary DETR with Conditional Matching论文解读
具有条件匹配的开放词汇表DETR
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-16
【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）
-
发表了文章
2023-08-15
【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）
