WXRedian | 集智书童

HRPVT: 用于人体姿态估计的高分辨率金字塔视觉变换器 (Pyramid VisionTransformer) !

科技 2024-11-21 09:01 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

上海AI Lab/北大/港中文提出 AdaptivelSP 学习用于目标检测的自适应图像信号处理器！

科技 2024-11-20 09:00 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

快速学会AI核心架构，Transformer！

科技 2024-11-19 09:01 上海

大家好，今天从头讲一个人工智能非常核心的架构——Transformer！Transformer模型由编码器（Encoder）和解码器（Decoder）两部分组成。其中，编码 ...

电子科大提出注意力机制创新，改进 MobileViT变体在早期降采样阶段的注意力 QKV 操作研究！

科技 2024-11-18 09:00 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

台湾大学 & 英伟达提出 SAM4MLLM 用于指代表达式分割的增强多模态大语言模型！

科技 2024-11-17 09:00 上海

作者提出了SAM4MLLM，这是一种创新的方法，将Segment Anything Model（SAM）与多模态大规模语言模型（MLLMs）相结合，用于像素感知的任务。作者 ...

清华大学提出 TANet 用于综合恶劣天气图像复原的三重注意网络！

科技 2024-11-16 09:01 上海

不利天气图像修复旨在去除由不利天气条件（如雾、雨、雪等）引起的不 desired 退化图像。现有方法在处理单一天气条件时取得了显著成果。然而，在遇到不可预测的天气条件时，它 ...

YOLA: 利用 Lambertian 图像形成模型提升低光目标检测性能！

科技 2024-11-15 09:01 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

TransformerRanker 高效地为下游分类任务找到最适合的语言模型的工具！

科技 2024-11-15 09:01 上海

备注好友：方向-学校/公司-姓名/昵称【AIGC 先锋科技】交流群在自然语言处理（NLP）的分类任务中，通常的做法是选择一个预训练的语言模型（PLM），然后针对特定下游任务 ...

通过重叠头自注意力增强视觉 Transformer 的学习能力！

科技 2024-11-14 09:01 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

OWOD：深度神经网络在开放式世界目标检测中的新探索 !

科技 2024-11-13 09:00 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

清华大学最新成果 3D 语义占用预测框架 GaussianFormer ！

科技 2024-11-13 09:00 上海

3D语义占用预测旨在获取周围场景的3D细粒度几何和语义信息，这对于视觉中心的自动驾驶的鲁棒性是一个重要的任务。大多数现有方法使用密集网格（如 Voxel ）作为场景表示，这 ...

被导师放养，后果可能很严重。。。

科技 2024-11-12 09:00 上海

被导师放养，你以为是没有压力，自由自在。实际上很多人没有自制力，被放养后没有方向，根本设计不出实验方案。甚至临近毕业，连论文都不会写。这就是放养最严重的后果：写不出论文，没 ...

使用 YOLO 加速实时应用程序中的对象检测 !

科技 2024-11-11 09:00 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

无需额外训练，基于 Llama-2模型，通过 Model-GLUE 实现大规模语言模型的聚合与集成！

科技 2024-11-10 09:00 上海

备注好友：方向-学校/公司-姓名/昵称【AIGC 先锋科技】交流群随着大型语言模型（LLMs）在各种任务和专业化领域中的出色表现，基于现有模型的LLM扩展引起了广泛关注，但 ...

YOLOv8架构的改进：POLO 模型在多类目标检测中的突破 !

科技 2024-11-09 09:00 上海

基于无人机影像和目标检测技术的自动化野生动物调查已成为保护生物学中一种强大且日益流行的工具。大多数检测器需要使用带有标注边界框的训练图像，这种做法既费时又费钱，而且并不总 ...

DuoDiff: 提升浅层 Transformer 性能的扩散模型，双 Backbone 件扩散模型在图像处理中的应用！

科技 2024-11-08 09:00 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

211本二战字节视觉算法岗，拿下70k offer!!!

科技 2024-11-07 09:03 上海

在牛客网看到有同学211本电气专业大三面试字节实习，连简历初筛都没过，毕业后因为kaggle金牌经历，成功二战拿下offer。其实无论是互联网还是传统行业，招聘软件上但凡是 ...

复旦提出 CTA-Net | 卷积与Transformer的协同，通过轻量级多尺度特征融合提升视觉识别！

科技 2024-11-06 09:01 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...

YOLO人脸识别与多领域目标检测开源项目练习合集：涵盖人体、交通、医疗、工业等！

科技 2024-11-05 09:01 上海

目标检测是计算机视觉领域最核心的技术之一，应用面非常广泛。这里总结了245个目标检测开源项目给大家练习。具体到人体、交通、医疗、工业、开放世界、3D目标、小目标等16个分类 ...

优化之路 N-ReliefF 算法指导下的 CNN 超参数调整！

科技 2024-11-04 09:01 上海

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模 ...