首页
学习
活动
专区
工具
TVP
发布

AI科技评论

专栏作者
4100
文章
3417612
阅读量
185
订阅数
一眼识别这是什么鸟,比人类还厉害的“我们来找茬”十级选手诞生!
AI科技评论报道 编辑:琰琰 话说,你能看出上面这三只鹦鹉有什么不一样吗?脸盲如我,要使出玩“我们来找茬”的十级能力。                    AWSL,鹦鹉鹦鹉,傻傻分不清楚。 结果,AI一顿操作猛如虎,进行了判断:左边的是桃面牡丹鹦鹉,右边的是国家保护动物费氏牡丹鹦鹉,二者区别仅在于喙的颜色以及白色眼圈。 小鸟并不孤单,猫猫狗狗和花花草草也在被“找茬”。 最近,浙江大学和阿里安全在AI细粒度图像识别技术上取得了新进展,利用RAMS-Trans相关技术先后在公开数据集CUB(鸟类识别)、St
AI科技评论
2023-04-26
2490
CVPR2022丨BatchFormer: 简单有效、即插即用的探索样本关系模块
作者丨侯志 1 摘要 目前深度神经网络已经取得了巨大成功,但仍然面临着来自于数据稀缺的各种挑战,比如数据不平衡,零样本分布,域适应等等。 当前已经有各种方法通过样本之间的关系去针对这些问题。然而这些方法并没有去挖掘内在的网络结构来使网络模型建模关系。受此启发,我们提出了一个使网络能够从训练批(min-batch)中学习样本关系的简单有效并且即插即用Transformer模块,Batch TransFormer (BatchFormer)。 具体地,BatchFormer 应用于每个训练批次数据的batch维
AI科技评论
2022-08-26
5880
全新范式 | 沈春华老师团队提出无需解码器的目标检测器DFFT
ViT 正在改变目标检测方法的格局。ViT 在检测中的一个自然用途是用基于Transformer的主干替换基于 CNN 的主干,这直接且有效,但代价是为推理带来了相当大的计算负担。更巧妙的做法是 DETR 系列,它消除了在目标检测中对许多手工设计组件的需求,但引入了需要超长收敛时间的解码器。因此,基于 Transformer 的目标检测无法在大规模应用中流行。为了克服这些问题,作者提出了一种完全基于Transformer且无解码器(DFFT)的目标检测器,首次在训练和推理阶段都实现了高效率。 通过围绕2个切
AI科技评论
2022-06-20
3450
训练AI要“什么自行车” 只用了1万辆小破车 | ICCV2021 VIPriors
对数据集进行标注会消耗大量的人力和资源,此外,只有少数几家科技巨头拥有数十亿的数据点和数以千计的昂贵的深度学习硬件GPU可供使用。
AI科技评论
2021-11-05
4050
清华大学张钹:实现下一代人工智能的两个范式
8月3日,首届全球数字经济大会在京召开。在人工智能产业治理论坛上,来自我国人工智能领域的顶尖科学家,围绕主题“探索创新、共举担当”展开前沿对话。
AI科技评论
2021-08-24
4490
当YOLOv5遇见OpenVINO!
YOLOv5 于2020年6月发布!一经推出,便得到CV圈的瞩目,目前在各大目标检测竞赛、落地实战项目中得到广泛应用。
AI科技评论
2021-07-03
2.3K0
输入两张“怪异”图像,VGG、Inception、ResNet集体翻车,经典图像分类模型有多脆弱?
VGG是一款经典图像分类算法。图像分类是计算机视觉技术的基础任务,比如给定一张图像,判断它是猫、狗、飞机,还是建筑。
AI科技评论
2021-05-19
8890
AAAI 2021 | 用于旋转目标检测的动态锚框学习策略
本文介绍一篇最近几刚被AAAI2021接收的目标检测工作:《Dynamic Anchor Learning for Arbitrary-Oriented Object Detection》。
AI科技评论
2020-12-18
1.1K0
DVERGE:通过“缺陷”多样化构建鲁棒集成模型 | 杨幻睿本人解读
本文是AI科技评论今日(10月20日)头条推文《14岁考入清华,22岁博士四年级,杜克大学杨幻睿的AI成长之路》的主人公杜克大学博士生杨幻睿对他这次NeurIPS 2020 Oral 论文的亲自解读。
AI科技评论
2020-11-06
6820
预训练后性能反而变差,自训练要取代预训练了吗?
早在2018年底,FAIR的研究人员就发布了一篇名为《Rethinking ImageNet Pre-training》的论文 ,这篇论文随后发表在ICCV2019。该论文提出了一些关于预训练的非常有趣的结论。
AI科技评论
2020-07-23
1.1K0
北大吴思教授:人脑的视觉识别有无穷多个解
6月22日,北京智源大会举行了认知神经基础专题论坛,来自北京师范大学认知神经科学与学习国家重点实验室的毕彦超教授、北京大学心理与认知学院的方方教授、北京师范大学心理学部的刘嘉教授、北京大学计算机系的吴思教授、中国科学院自动化研究所的余山教授分别做了报告,共同探究认知神经科学能为AI带来什么启发。
AI科技评论
2020-07-15
5430
ECCV2020 | 将投票机制引入自下而上目标检测,整合局部和全局信息
本论文收录于ECCV2020,从自下而上的角度出发,在目标检测任务中引入了投票机制,使得HoughNet能够集成近距离和远距离的class-conditional evidence进行视觉识别。本论文解读首发于“AI算法修炼营”。
AI科技评论
2020-07-15
6780
28篇论文、6 大主题带你一览 CVPR 2020 研究趋势
首度于线上召开的CVPR 2020 会议已经落下帷幕。今年,大会共有1467篇论文被接收,共举办了29个Tutorial、64个Workshop,线上与会者人数达 7600人。大量的论文,加上今年新采用虚拟会议的形式,曾一度让会议浏览器不堪重负(浏览速度非常慢)。
AI科技评论
2020-06-29
1.1K0
CVPR 2020| 商汤提出大规模多标签目标检测新算法
本文介绍的是CVPR2020 Oral论文《Large-Scale Object Detection in the Wild from Imbalanced Multi-Labels》,作者来自商汤搜索与决策团队与中科院自动化所。
AI科技评论
2020-05-25
1K0
RDSNet:统一目标检测和实例分割的新型网络
本文对《RDSNet: A New Deep Architecture for Reciprocal Object Detection and Instance Segmentation》进行解读,论文提出了用于统一目标检测和实例分割的新型网络 RDSNet。
AI科技评论
2020-05-14
1.4K0
CVPR 2020 | 商汤提出 Anchor-free 目标检测新网络
本文介绍的是CVPR2020论文《CentripetalNet: Pursuing High-quality Keypoint Pairs for Object Detection》,作者来自商汤 。
AI科技评论
2020-04-27
5700
FSNet:利用卷积核概要进行深度卷积神经网络的压缩
本文介绍发表在 ICLR 2020 上的论文《FSNet: Compression of Deep Convolutional Neural Networks by Filter Summary》。该工作针对深度卷积网络提出了一种全新的基于可微参数共享的模型压缩方法。
AI科技评论
2020-03-30
6860
22篇入选,15 篇 CVPR 2020 精选论文详解
近日,计算机视觉领域“奥斯卡”CVPR 2020官方公布论文收录结果,伴随投稿数量激增,接收率开始经历了一个持续下降的过程。今年,在6656篇有效投稿中,共有1470篇论文被接收,接收率为22%左右,相较去年25%的入选率,同比下降3%。
AI科技评论
2020-03-24
5780
AAAI 2020 | 用渐进打磨获得最佳的显著性目标检测结果
论文标题:Progressive Feature Polishing Network for Salient Object Detection
AI科技评论
2020-03-18
5380
你们还在做2D的物体检测吗?谷歌已经开始玩转 3D 了
物体检测作为计算机视觉领域最广泛的研究主题之一,虽然2D 物体检测已在工业界得到了比较成熟的应用,然而实现 3D 物体检测目前还困难重重。
AI科技评论
2020-03-17
9790
点击加载更多
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
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
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档