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

计算机视觉战队

专栏作者

811

文章

718149

阅读量

103

订阅数

CV下一个风口在哪里？听听顶会审稿人怎么说

ide 监督学习 linux http 图像处理

“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

6620

[ECCV研讨会征稿]第三届无人车视觉（AVVision）

https 缓存网络安全图像处理 linux

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计算机视觉研究院专栏作者：Edison_G 今天看了一篇自己研究院出品的文章，虽然21年中的paper，但是技术还是挺有趣，今天我就拿出来分享说一说。 01 研讨会简介第三届无人车视觉（Autonomous Vehicle Vision，简称AVVision，网站：www.avvision.xyz）研讨会旨在汇集行业内科研学者，就面向自动驾驶的计算机视觉技术进行头脑风暴与交流。

计算机视觉研究院

2022-06-16

2430

“YoloV7”？目标检测算法终结篇：正式开源

linux 图像处理图像识别神经网络深度学习

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计算机视觉研究院专栏作者：Edison_G 请注意，这里的7，不是下一代YOLO，而是一个幸运数字，姑且可以看作是一个代号。它的目的是让YOLO全面开花，不仅仅只是做目标检测。也不是简单的加一个semantic head做分割，而是做一个体系的目标检测积木模块，即插即用，使之能够更简单的做复杂的上层任务，比如多个分类head，实例分割，甚至是加上姿态检测等等。转自《知乎——金

计算机视觉研究院

2022-05-23

7200

自监督目标检测：不用在ImageNet上训练的目标检测（附论文下载）

linux 监督学习学习方法图像处理图像识别

计算机视觉研究院专栏作者：Edison_G 现在的自监督学习通过在ImageNet数据集上实现图像分类来进行无监督的预训练，通过最大化不同图像之间的距离（相似度），最小化同一张图像的不同视图之间的相似度来学习一个最佳的特征表示，这种方法针对ImageNet这种分类数据集（一张图像上一个类别物体）来说是适用的。但是... 公众号ID｜ComputerVisionGzq 学习群｜扫码在主页获取加入方式 1 简要无监督视觉表示学习引起了相当多的关注，旨在用大量的未标记数据生成更好的特征表示。最近的自监督学

计算机视觉研究院

2022-05-16

5360

对比式无监督预训练简介（Contrastive Pre-training）

图像处理深度学习 linux

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计算机视觉研究院专栏作者：Edison_G 自监督学习通过设计适当的自监督任务，从大规模的无标注数据中学习可迁移的知识，从而提高下游任务上的表现。根据任务的类型，我们可以将常见的无监督预训练方法分为生成式预训练和对比式预训练。本文主要介绍常见的对比式预训练任务。对比式预训练 Contrastive Pre-training 对比式预训练的核心想法是学习如何区分不同的数据。日

计算机视觉研究院

2022-03-21

9950

目标检测算法终结篇：YOLOv7（非正式版）正式开源

linux 图像处理图像识别神经网络深度学习

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计算机视觉研究院专栏作者：Edison_G 请注意，这里的7，不是下一代YOLO，而是一个幸运数字，姑且可以看作是一个代号。它的目的是让YOLO全面开花，不仅仅只是做目标检测。也不是简单的加一个semantic head做分割，而是做一个体系的目标检测积木模块，即插即用，使之能够更简单的做复杂的上层任务，比如多个分类head，实例分割，甚至是加上姿态检测等等。转自《知乎——金

计算机视觉研究院

2022-03-04

7410

华为出品 | 加法网络应用于图像超分辨率（附github源码及论文下载）

linux 学习方法神经网络编程算法深度学习

然而，由于计算范式的不同，很难将AdderNet在大规模图像分类上的现有成功直接继承到图像超分辨率任务中。具体来说，加法器操作不容易学习标识映射，这对于图像处理任务是必不可少的。此外，AdderNet无法保证高通滤波器的功能。

计算机视觉研究院

2022-01-28

4680

LCCL网络：相互指导博弈来提升目标检测精度（附源代码）

图像识别深度学习 linux

论文地址：https://openaccess.thecvf.com/content/ACCV2020/papers/Zhang_Localize_to_Classify_and_Classify_to_Localize_Mutual_Guidance_in_ACCV_2020_paper.pdf

计算机视觉研究院

2022-01-27

3190

ICCV2021涨点神器：新方式在视觉类领域提升精度（附源代码）

vr 视频解决方案 linux 图像处理神经网络

源代码：https://github.com/zh460045050/SNL_ICCV2021

计算机视觉研究院

2022-01-26

2910

华为CVPR2021 | 加法网络应用于图像超分辨率（附github源码及论文下载）

linux 学习方法编程算法深度学习

然而，由于计算范式的不同，很难将AdderNet在大规模图像分类上的现有成功直接继承到图像超分辨率任务中。具体来说，加法器操作不容易学习标识映射，这对于图像处理任务是必不可少的。此外，AdderNet无法保证高通滤波器的功能。

计算机视觉研究院

2021-03-15

9060

2020顶级会议回顾 | 从这些最佳论文中总结研究趋势（文中附论文下载链接）

https 网络安全 c++linux

最佳论文：WinoGrande: An Adversarial Winograd Schema Challenge at Scale

计算机视觉研究院

2021-03-15

7320

GPU底层优化 | 如何让Transformer在GPU上跑得更快？

深度学习 kernel linux apache

图 4：Beam Search Decoding (Decoder + Beam Search) 流程图

计算机视觉研究院

2021-02-24

1.7K0

Anchor-free目标检测 | 工业应用更友好的新网络（附大量相关论文下载）

神经网络深度学习人工智能图像识别 linux

随着 CVPR 2020和ICCV 2020的结束，一大批目标检测的论文在arXiv上争先恐后地露面，更多的论文都可以直接下载。

计算机视觉研究院

2020-12-29

8760

高斯YoloV3目标检测（文中供源码链接）

神经网络深度学习人工智能图像识别 linux

在目标检测中，实时性和精确性的trade-off至关重要，YOLOv3是目前为止在这方面做得比较好的算法。通过高斯分布的特性，改进YOLOv3使得网络能够输出每个检测框的不确定性，从而提升了网络的精度。

计算机视觉研究院

2020-07-16

6150

2020CVPR | ATSS——最新技术的目标检测（文末源码下载）

apt-get linux 图像识别

今天我们从录用的CVPR2020文章中选了一篇目标检测的优秀文章：ATSS：Bridging the Gap Between Anchor-based and Anchor-free Detection。

计算机视觉研究院

2020-06-19

1K0

2020年国内最新最优目标检测（完结篇）

图像识别人脸识别深度学习 linux

今天我们的目标检测综述最后一章，也是这个系列的完结，希望有兴趣的同学可以从中获取一些思路！

计算机视觉研究院

2020-04-14

3.5K0

谷歌大脑新技术——多尺度特征金字塔结构用于目标检测

图像识别 linux

当前最先进的目标检测卷积结构是手动设计的。在这里，我们的目标是学习一个更好的特征金字塔网络结构的目标检测。

计算机视觉研究院

2019-08-01

1.1K0

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