暂时未有相关云产品技术能力~
暂无个人介绍
ADA-YOLO | YOLOv8+注意力+Adaptive Head,相对YOLOv8,mAP提升3%+118FPS
SORT新方法AM-SORT | 超越DeepSORT/CO-SORT/CenterTrack等方法,成为跟踪榜首
目标检测 | Soft Anchor匹配与事件相机检测相互成就,无label也不在话下
YOLO还真行 | 2D检测教3D检测做事情,YOLOv7让BEVFusion无痛涨6个点,长尾也解决了
ASF-YOLO开源 | YOLOv5范式永不言败,SSFF融合+TPE编码+CPAM注意力,再战精度巅峰!
一文综述,未来已来 | 视觉和大语言模型的未来是什么?必然结连理实现多模态大模型
ICCV 2023|基于ViT的高效视频识别UniFormerV2开源,K400首次90%准确率!
远超YOLOP | 超轻超快的TwinLiteNet实现多任务自动驾驶感知
UNet家族迎来最小模型U-Lite | 800K参数实现性能极限超车
沈春华团队最新 | SegViT v2对SegViT进行全面升级,让基于ViT的分割模型更轻更强
实践教程|旋转目标检测模型-TensorRT 部署(C++)
一文全览 | 2023最新环视自动驾驶3D检测综述!
速度快4倍 | MIT&交大&清华联合提出FlatFormer,一个非常高效的Transformer方法
你有多久没看过人脸识别的文章了?X2-SoftMax开源,ArcFace与MagFace都黯然失色了
SAM究极进化版开源 | SAM与CLIP互相学习,带来最强Open-Vocabulary SAM,万物皆可
Meta AI开源CLIP-DINOiser | 如何将自监督DINO的Trick教给CLIP?这里就是答案!
多传感器感知原理解读 | BEVFusion解读(一)
纯卷积BEV模型的巅峰战力 | BEVENet不用Transformer一样成就ADAS的量产未来
目标检测涨点小Trick | 回顾Proposal-Based目标检测,启发小改NMS即可带来涨点
万字Gemini技术报告来啦 | Gemini这么强,GPT-4输的有点多,多模态超过人类专家
MSLTNet开源 | 4K分辨率+125FPS+8K的参数量,怎养才可以拒绝这样的模型呢?
UNet家族最强系列 | UNet、UNet++、TransUNet与SWin-UNet究竟哪个更强!!!
英特尔提出新型卷积 | 让ResNet/MobileNet/ConvNeXt等Backbone一起涨点
大卷积核大有用处 | LSKNet + DiffusionDet更高更强的目标检测模型
Hy-Tracker来啦 | 带有YOLO的跟踪算法家族再添新成员,尺度变化和遮挡都不是问题!
MLP-Like Backbone | Strip-MLP跨行Token交互比SWin Transformer更轻更强的性能
RCS-YOLO | 比YOLOv7精度提高了2.6%,推理速度提高了60%
集检测与分类于一身的LVLane来啦 | 正面硬刚ADAS车道线落地的困难点
SegNetr来啦 | 超越UNeXit/U-Net/U-Net++/SegNet,精度更高模型更小的UNet家族
SAM增强技术 | SAMAug提出Point Prompt增强,让SAM模型天天向上
Backbone创新 | 中科大联合百度提出全新Transformer Backbone
自动驾驶感知多任务框架 | MultiTask V3、HybridNets和YOLOP谁更强呢?
LeViT-UNet:transformer 编码器和CNN解码器的有效整合
模型精度不降反升!飞桨是这样改进PACT量化算法的!
Anchor-free应用一览:目标检测、实例分割、多目标跟踪
CVPR 2023 | InternImage: 65.4 mAP,刷新 COCO 目标检测榜单记录!
即插即用 | 高效多尺度注意力模型成为YOLOv5改进的小帮手
恶劣天气条件下激光雷达感知研究综述
南开提出全新ViT | Focal ViT融会贯通Gabor滤波器,实现ResNet18相同参数,精度超8.6%
YOLOPoint开源 | 新年YOLO依然坚挺,通过结合YOLOv5&SuperPoint,成就多任务SOTA
为什么自动驾驶永远离不开C++?
英伟达开源新Backbone涨点方法STL | 让FAN Backbone直接登顶ImageNet-1K等数据集榜单
离线蒸馏奢侈?在线蒸馏难?都不再是问题DKEL统统帮你解决,蒸馏同质化问题也解决!
FRCNN来袭 | Faster RCNN与FCN永不遗忘,联邦学习+边缘数据既保护隐私也提升性能
MFDS-DETR开源 | HS-FPN多级特征融合+Deformable Self-Attention,再续DETR传奇
复旦大学提出SemiSAM | 如何使用SAM来增强半监督医学图像分割?这或许是条可行的路
SCLIP?与CLIP是什么关系?比CLIP高40点,这么离谱吗?
助力目标检测涨点 | 可以这样把Vision Transformer知识蒸馏到CNN模型之中
RepQ带来重参结构新突破 | RepVGG结构真的没办法进行QAT训练吗?
北京大学提出 PTQ4ViT | 双均匀量化+Hessian引导度量,推进Transformer模型落地