腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

计算机视觉life

专栏作者

115

文章

182301

阅读量

120

订阅数

顶级论文创新点怎么找？中国高校首次获CVPR最佳学生论文奖有感

神经网络云直播编程算法

几天前，同济大学公布了一条重磅消息：本校学生陈涵晟获得CVPR2022最佳学生论文奖，这也是CVPR自2001年设立最佳学生论文奖以来，获奖论文的第一作者首次来自中国高校。

2022-09-02

2760

即将开源基于动态不变性感知的多模态视觉位置识别

机器学习神经网络深度学习人工智能 https

原文链接：即将开源！基于动态不变性感知的多模态视觉位置识别论文题目：Multi-modal Visual Place Recognition in Dynamics-Invariant Perception Space

2021-12-07

5340

点云可以预测未来？波恩大学最新开源：自监督的三维点云预测

开源神经网络自动驾驶无人驾驶

德国波恩大学StachnissLab最新工作，基于自监督学习的未来三维点云预测，被CoRL2021录用。论文及代码都已开源！

2021-12-07

5980

基于双目深度估计的深度学习技术研究

图像处理深度学习机器学习神经网络人工智能

英文标题: A Survey on Deep Learning Techniques for Stereo-based Depth Estimation 论文地址: https://arxiv.org/abs/2006.02535

2020-09-10

2.2K0

基于图像语义的视觉同步定位和建图综述：面向应用的移动机器人自主导航解决方案

图像处理机器学习神经网络深度学习人工智能

论文名称: A survey of image semantics-based visual simultaneous localization and mapping Application-oriented solutions to autonomous navigation of mobile robots 作者: Linlin Xia, Jiashuo Cui, Ran Shen, Xun Xu, Yiping Gao and Xinying Li

2020-09-10

1.4K0

图像分割综述

编程算法图像分析图像处理图像识别神经网络

这一大部分我们将要介绍的是深度学习大火之前人们利用数字图像处理、拓扑学、数学等方面的只是来进行图像分割的方法。当然现在随着算力的增加以及深度学习的不断发展，一些传统的分割方法在效果上已经不能与基于深度学习的分割方法相比较了，但是有些天才的思想还是非常值得我们去学习的。 1.基于阈值的分割方法阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值作比较，最后将像素根据比较结果分到合适的类别中。因此，该方法最为关键的一步就是按照某个准则函数来求解最佳灰度阈值。阈值法特别适用于目标和背景占据不同灰度级范围的图。图像若只有目标和背景两大类，那么只需要选取一个阈值进行分割，此方法成为单阈值分割；但是如果图像中有多个目标需要提取，单一阈值的分割就会出现作物，在这种情况下就需要选取多个阈值将每个目标分隔开，这种分割方法相应的成为多阈值分割。

2019-07-10

2K0

编程算法图像识别机器学习神经网络深度学习

图片分类任务我们已经熟悉了，就是算法对其中的对象进行分类。而今天我们要了解构建神经网络的另一个问题，即目标检测问题。这意味着，我们不仅要用算法判断图片中是不是一辆汽车，还要在图片中标记出它的位置，用边框或红色方框把汽车圈起来，这就是目标检测问题。其中“定位”的意思是判断汽车在图片中的具体位置。

2019-07-10

1.3K0

原来CNN是这样提取图像特征的。。。

机器学习神经网络深度学习人工智能编程算法

深度学习对外推荐自己的一个很重要的点——深度学习能够自动提取特征。本文主要介绍卷积层提取特征的原理过程，文章通过几个简单的例子，展示卷积层是如何工作的，以及概述了反向传播的过程，将让你对卷积神经网络CNN提取图像特征有一个透彻的理解。那么我们首先从最基本的数学计算——卷积操作开始。

2019-05-27

1.4K0

什么是多模态机器学习？

学习方法迁移学习机器学习神经网络深度学习

每一种信息的来源或者形式，都可以称为一种模态。例如，人有触觉，听觉，视觉，嗅觉；信息的媒介，有语音、视频、文字等；多种多样的传感器，如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。

2019-05-27

5K0

实战 | 源码入门之Faster RCNN

python 机器学习神经网络深度学习人工智能

从train.py中的主要函数可以看出，主要的步骤涉及训练数据和测试数据的预处理，网络模型的构建（Faster RCNN），然后就是迭代训练，这也是通用的神经网络搭建和训练的过程。在Faster Rcnn网络模型中主要包含Extractor、RPN和RoIhead三部分。网络中Extractor主要是利用CNN进行特征提取，网络采用的VGG16；RPN是候选区网络，为RoIHead模块提供可能存在目标的候选区域（rois）；RoIHead主要负责rois的分类和微调。整体的框架图如下图所示：

2019-05-27

1.1K0

干货 | 深入理解深度学习中的激活函数

生物神经网络是人工神经网络的起源。然而，人工神经网络（ANNs）的工作机制与大脑的工作机制并不是十分的相似。不过在我们了解为什么把激活函数应用在人工神经网络中之前，了解一下激活函数与生物神经网络的关联依然是十分有用的。

2019-05-27

6140

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态