首页
学习
活动
专区
工具
TVP
发布

计算机视觉战队

专栏成员
822
文章
799122
阅读量
106
订阅数
CV下一个风口在哪里?听听顶会审稿人怎么说
“想要发一篇论文,怎么就那么难?” 无论几岁的计算机视觉党,面对这样的灵魂拷问,很有可能都要陷入沉思。 0-1岁的科研人要考虑的是, 谁来告诉我,哪个研究方向比较好,比较热门,比较不卷,比较好发论文。 2岁以上的科研人已然入坑,一时半会也爬不出来, 所以想着,求大神指导,怎么“抢idea”、怎么占坑、怎么快速发论文…… 大多数CV研究生的最终目的地无非两个,工程上的或者学术上的。要么进大厂当算法工程师;要么成为Lab算法研究员。 而要到达理想目的地的前提条件是,有一份拿得出手的成绩——发论文的数量和质量无
计算机视觉研究院
2022-10-08
7060
NAACL2022:(代码实践)好的视觉引导促进更好的特征提取,多模态命名实体识别(附源代码下载)
关注并星标 从此不迷路 计算机视觉研究院 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 论文地址:https://arxiv.org/pdf/2205.03521.pdf 代码地址: https://github.com/zjunlp/HVPNeT 计算机视觉研究院专栏 作者:Edison_G 多模态命名实体识别和关系提取(MNER 和 MRE)是信息提取中的一个基础和关键分支。 1 概括 多模态命名实体识别和关系提取(MNER和MRE)是信息提取中的一个基础和
计算机视觉研究院
2022-06-01
8330
利用TRansformer进行端到端的目标检测及跟踪(附源代码)
多目标跟踪(MOT)任务的关键挑战是跟踪目标下的时间建模。现存的用检测跟踪的方法采用简单的heuristics,如空间或外观相似性。这些方法,尽管其共性,但过于简单,不足以建模复杂的变化,如通过遮挡跟踪。所以现有的方法缺乏从数据中学习时间变化的能力。
计算机视觉研究院
2021-07-09
9240
麻省理工新框架 | MIT开源高性能自动微分框架,速度提升4.5倍(附框架源码)
当前,PyTorch、TensorFlow 等机器学习框架已经成为了人们开发的重要工具。计算反向传播、贝叶斯推理、不确定性量化和概率编程等算法的梯度时,我们需要把所有的代码以微分型写入框架内。这对于将机器学习引入新领域带来了问题:在物理模拟、游戏引擎、气候模型中,原领域组件不是由机器学习框架的特定领域语言(DSL)编写的。因此在将机器学习引入科学计算时,重写需求成为了一个挑战。
计算机视觉研究院
2021-01-12
5820
全自动实时移动端AI框架 | YOLO-v4目标检测实时手机端实现
由美国东北大学王言治教授研究团队与美国威廉玛丽学院任彬教授研究团队共同提出,IBM、清华等共同研究的模式化稀疏度感知训练框架,不仅能够同时实现卷积核稀疏模式的全自动提取、模式化稀疏度的自动选择与模型训练,还证明了所提取的模式化稀疏度与理论最佳模式化稀疏度相匹配,并进一步设计了能够利用模型特点实现编译器优化的移动端推理框架,实现了大规模深度神经网络在手机移动端上的实时推理。目前,这篇文章已被 ECCV 2020 会议收录,该文章同时入选 ECCV 2020 demonstration track。
计算机视觉研究院
2020-12-29
1.2K0
推理速度快YOLOV4五倍的YOLObile:通过压缩编译在移动端实时检测(附论文下载)
在本次工作中,提出了一个基于压缩编译协同设计的移动设备实时目标检测框架YOLObile。此外,还提出了一种新的剪枝方案——区块剪枝,该方案适用于任意核大小的卷积层和全连接层。为了提高移动设备上DNNs的计算效率,除了新提出的编译器优化之外,提出的YOLObile还提供了一个GPU-CPU协同计算方案。经过实验证明,新提出的YOLObile框架展现出了高准确性、高效率,并同时实现了高硬件并行性!
计算机视觉研究院
2020-09-21
5890
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
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