华为ICT——第七章：目标检测与目标分割01
2023-12-11
90
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
华为ICT——第七章：目标检测与目标分割01
目录
相关文章
|
7月前
|
计算机视觉
|
机器学习/深度学习
传感器
编解码
一文详解视觉Transformer在CV中的现状、趋势和未来方向（分类/检测/分割/多传感器融合）（中）
本综述根据三个基本的CV任务和不同的数据流类型，全面调查了100多种不同的视觉Transformer，并提出了一种分类法，根据其动机、结构和应用场景来组织代表性方法。由于它们在训练设置和专用视觉任务上的差异，论文还评估并比较了不同配置下的所有现有视觉Transformer。此外，论文还揭示了一系列重要但尚未开发的方面，这些方面可能使此类视觉Transformer能够从众多架构中脱颖而出，例如，松散的高级语义嵌入，以弥合视觉Transformer与序列式之间的差距。最后，提出了未来有前景的研究方向。
1194
0
0
|
2月前
|
机器学习/深度学习
人工智能
安全
大模型走向物理世界，TeleAI 发布大模型驱动的具身智能综述，覆盖300篇文献
TeleAI 团队发布了一篇关于大模型驱动的具身智能综述文章，系统回顾了该领域的研究进展与挑战，涵盖了300篇相关文献。具身智能通过将智能体与现实环境结合，提升了其感知、决策及执行能力。大模型的应用不仅增强了智能体的学习与适应能力，还提高了其泛化性和鲁棒性。然而，计算复杂度、可解释性及安全性等问题仍需解决。代表性工作包括智能机器人导航和无人机自主飞行等。论文地址：https://www.sciengine.com/SSI/doi/10.1360/SSI-2024-0076
63
4
4
|
4月前
|
机器学习/深度学习
数据采集
存储
【2021 第五届“达观杯” 基于大规模预训练模型的风险事件标签识别】2 DPCNN、HAN、RCNN等传统深度学习方案
参加2021第五届“达观杯”基于大规模预训练模型的风险事件标签识别比赛的经验，包括使用DPCNN、HAN、TextRCNN、CapsuleNet和TextRCNNAttention等传统深度学习模型的方案实现，以及提分技巧，如多个模型的提交文件投票融合和生成伪标签的方法。
43
0
0
|
7月前
|
机器学习/深度学习
数据挖掘
西浦、利物浦大学提出：点云数据增强首个全面综述
【5月更文挑战第26天】西交利物浦大学和利物浦大学的研究团队发表了一篇关于点云数据增强的首部全面综述，分析了点云增强技术在缓解深度学习模型过拟合问题上的作用。研究将方法分为基本（如仿射变换、随机丢弃）和高级（混合、对抗性变形）两类，并探讨了各类方法的优缺点及应用场景。尽管基本方法常用，但自动优化组合和参数、多模态增强及性能评估标准仍是挑战。该综述为研究者提供了理解与应用点云增强的指导，但也指出在某些领域的深入探讨尚不足。[arXiv:2308.12113]
186
1
1
|
7月前
|
算法
计算机视觉
网络架构
CVPR 202：擅长处理复杂场景和语言表达，清华&博世提出全新实例分割网络架构MagNet
【5月更文挑战第10天】在CVPR 2024会议上，清华大学与博世团队推出MagNet，一种针对复杂场景和语言表达的实例分割网络。MagNet通过Mask Grounding辅助任务强化视觉-语言对应，缩小模态差距，并结合跨模态对齐损失与模块，提升RIS任务的准确性。在RefCOCO、RefCOCO+和G-Ref基准上取得显著优势，但对罕见表达和复杂场景的处理仍有待优化。[论文链接](https://arxiv.org/abs/2312.12198)
185
5
5
|
机器学习/深度学习
传感器
编解码
一文详解视觉Transformer在CV中的现状、趋势和未来方向（分类/检测/分割/多传感器融合）（上）
本综述根据三个基本的CV任务和不同的数据流类型，全面调查了100多种不同的视觉Transformer，并提出了一种分类法，根据其动机、结构和应用场景来组织代表性方法。由于它们在训练设置和专用视觉任务上的差异，论文还评估并比较了不同配置下的所有现有视觉Transformer。此外，论文还揭示了一系列重要但尚未开发的方面，这些方面可能使此类视觉Transformer能够从众多架构中脱颖而出，例如，松散的高级语义嵌入，以弥合视觉Transformer与序列式之间的差距。最后，提出了未来有前景的研究方向。
1038
0
1
|
机器学习/深度学习
人工智能
算法
一文尽览！弱监督语义/实例/全景分割全面调研（2022最新综述）（下）
今天分享一篇上交投稿TPAMI的文章，论文很全面的调研了广义上的弱监督分割算法，又涵盖了语义、实例和全景三个主流的分割任务。特别是基于目标框的弱监督分割算法，未来有很大的研究价值和落地价值，相关算法如BoxInst、DiscoBox和ECCV2022的BoxLevelset已经证明了，只用目标框可以实现可靠的分割性能。论文很赞，内容很扎实，分割方向的同学一定不要错过！
999
0
1
|
机器学习/深度学习
人工智能
算法
一文尽览！弱监督语义/实例/全景分割全面调研（2022最新综述）（上）
今天分享一篇上交投稿TPAMI的文章，论文很全面的调研了广义上的弱监督分割算法，又涵盖了语义、实例和全景三个主流的分割任务。特别是基于目标框的弱监督分割算法，未来有很大的研究价值和落地价值，相关算法如BoxInst、DiscoBox和ECCV2022的BoxLevelset已经证明了，只用目标框可以实现可靠的分割性能。论文很赞，内容很扎实，分割方向的同学一定不要错过！
716
1
1
|
移动开发
计算机视觉
热门文章
最新文章
1
基于区块链的机器学习模型创建方案
2
性能的极致,Rust的加持,Zed-Dev编辑器快速搭建Python3.10开发环境
3
首届Global VR Hackathon完结 全球前三甲诞生
4
我的博客即将入驻“云栖社区”，诚邀技术同仁一同入驻。
5
iptables
6
DevExpress 10.2.4系列-ASPxListBox根据列值不同设置不同图标
7
jquery的load加载js页面到指定div中
8
分享平时工作中那些给力的shell命令（更新版）
9
如何在ubuntu下用SVN commit
10
hdu 1800 Flying to the Mars
1
HelloMeme：开源的面部表情与姿态迁移框架，将视频中的人物表情迁移到静态图像中生成动态视频
100
2
VSI-Bench：李飞飞谢赛宁团队推出视觉空间智能基准测试集，旨在评估多模态大语言模型在空间认知和理解方面的能力
31
3
CLEAR：新加坡国立大学推出线性注意力机制，使8K图像的生成速度提升6.3倍，显著减少了计算量和时间延迟
31
4
Kheish：开源的多智能体开发框架，通过 YAML 配置工作流和多个 Agent 共同协作解决复杂任务
40
5
Bamba-9B：基于 Mamba2 架构的仅解码语言模型，旨在提高大型语言模型在推理时的效率
33
6
DisPose：清华北大等多所高校联合推出基于人物图像增强视频生成技术，实现对人物动画的准确控制和一致性
31
7
InvSR：开源图像超分辨率生成模型，提升分辨率，修复老旧照片为超清图像
30
8
Univer：开源全栈 AI 办公工具，支持 Word、Excel、PPT 等文档处理和多人实时协作
25
9
《人工智能：驱散新材料数据噪声与填补缺失值的曙光》
21
10
《人工智能：解锁新材料最佳掺杂元素及比例的密码》
16