腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
计算机视觉理论及其实现
专栏成员
举报
1715
文章
4063550
阅读量
73
订阅数
订阅专栏
申请加入专栏
全部文章（999+）
python（310）
编程算法（283）
神经网络（172）
深度学习（127）
机器学习（113）
tensorflow（89）
人工智能（87）
linux（82）
图像识别（77）
numpy（71）
函数（68）
数组（65）
pytorch（54）
int（53）
数据（50）
tensor（49）
存储（47）
c++（40）
https（40）
遍历（38）
模型（38）
批量计算（37）
网络安全（36）
数据结构（35）
torch（35）
算法（33）
语法（33）
input（31）
图像处理（30）
对象（30）
打包（29）
java（28）
http（28）
windows（28）
字符串（28）
文件存储（27）
image（24）
bash（23）
node.js（23）
网络（23）
api（22）
matlab（21）
ide（20）
bash 指令（20）
opencv（20）
size（20）
git（19）
卷积神经网络（19）
object（19）
变量（18）
搜索（18）
索引（18）
github（17）
面向对象编程（17）
detection（16）
集合（16）
javascript（15）
html（15）
return（15）
排序（15）
监督学习（14）
二叉树（14）
axis（14）
data（14）
max（14）
string（14）
翻译（14）
json（13）
sql（13）
腾讯云测试服务（13）
容器（13）
开源（13）
递归（13）
性能（13）
shell（12）
class（12）
list（12）
scope（12）
typeerror（12）
vector（12）
异常（12）
xml（11）
keras（11）
self（11）
css（10）
unix（10）
缓存（10）
markdown（10）
root（10）
队列（10）
数据类型（10）
指针（10）
对象存储（9）
人脸识别（9）
网站（9）
tcp/ip（9）
数据分析（9）
学习方法（9）
cv2（9）
latex（9）
mean（9）
min（9）
model（9）
parameters（9）
translation（9）
程序（9）
工作（9）
jquery（8）
数据库（8）
分布式（8）
正则表达式（8）
device（8）
error（8）
path（8）
range（8）
set（8）
valueerror（8）
anaconda（7）
add（7）
gpu（7）
height（7）
output（7）
设计（7）
mapreduce（6）
日志服务（6）
线性回归（6）
kernel（6）
default（6）
import（6）
init（6）
iterable（6）
key（6）
nan（6）
rank（6）
txt（6）
version（6）
测试（6）
链表（6）
优化（6）
装饰器（6）
c 语言（5）
php（5）
actionscript（5）
serverless（5）
arrays（5）
copy（5）
file（5）
function（5）
gan（5）
instance（5）
it（5）
math（5）
this（5）
连接（5）
数学（5）
统计（5）
自动驾驶（4）
qt（4）
访问管理（4）
命令行工具（4）
游戏（4）
无人驾驶（4）
ssh（4）
强化学习（4）
grep（4）
安全（4）
数据处理（4）
processing（4）
腾讯云（4）
apply（4）
conda（4）
dictionary（4）
double（4）
eval（4）
free（4）
match（4）
matrix（4）
point（4）
public（4）
sum（4）
time（4）
解决方案（4）
进程（4）
框架（4）
论文（4）
系统（4）
.net（3）
android（3）
ubuntu（3）
ftp（3）
单元测试（3）
rpc（3）
gcc（3）
无监督学习（3）
迁移学习（3）
微信（3）
腾讯云开发者社区（3）
anchor（3）
broadcast（3）
case（3）
cat（3）
collections（3）
count（3）
cuda（3）
cycle（3）
dataset（3）
debug（3）
dp（3）
func（3）
glob（3）
gradient（3）
graph（3）
integer（3）
keyword（3）
local（3）
mnist（3）
na（3）
pip（3）
png（3）
precision（3）
pycharm（3）
random（3）
sequence（3）
sort（3）
split（3）
target（3）
variables（3）
width（3）
百度（3）
表格（3）
二进制（3）
基础（3）
架构（3）
脚本（3）
配置（3）
作用域（3）
其他（2）
官方文档（2）
typescript（2）
centos（2）
spring（2）
云函数（2）
数据加密服务（2）
xslt & xpath（2）
决策树（2）
uml（2）
虚拟化（2）
jupyter notebook（2）
分类算法（2）
annotations（2）
assert（2）
attributeerror（2）
average（2）
binary（2）
buffer（2）
clone（2）
console（2）
cpu（2）
dfs（2）
difference（2）
dimensions（2）
element（2）
endpoint（2）
fixed（2）
for循环（2）
grid（2）
insert（2）
label（2）
layout（2）
limit（2）
logging（2）
map（2）
mask（2）
matplotlib（2）
memory（2）
null（2）
numbers（2）
nvidia（2）
pixel（2）
push（2）
reshape（2）
sample（2）
scale（2）
scipy（2）
session（2）
state（2）
stringstream（2）
tabular（2）
tail（2）
tensorboard（2）
terminal（2）
testing（2）
transfer（2）
transpose（2）
unique（2）
view（2）
word（2）
zero（2）
备份（2）
服务（2）
管理（2）
继承（2）
技巧（2）
快捷键（2）
内存（2）
苹果（2）
软件（2）
调试（2）
线程（2）
终端（2）
云服务器（1）
区块链（1）
数据挖掘（1）
cocoa（1）
mac os（1）
swift（1）
perl（1）
c#（1）
servlet（1）
jsp（1）
scala（1）
bootstrap（1）
单片机（1）
arm（1）
云数据库 SQL Server（1）
oracle（1）
nosql（1）
云数据库 Redis（1）
django（1）
flask（1）
ruby on rails（1）
容器镜像服务（1）
apt-get（1）
TDSQL MySQL 版（1）
全站加速网络（1）
SSL 证书（1）
机器翻译（1）
云推荐引擎（1）
视频处理（1）
企业（1）
electron（1）
黑客（1）
html5（1）
wordpress（1）
yum（1）
aop（1）
scikit-learn（1）
kvm（1）
机器人（1）
系统架构（1）
网站建设（1）
hbase（1）
notepad ++（1）
nest（1）
unicode（1）
迁移（1）
智能推荐平台（1）
absolute（1）
action（1）
alias（1）
app（1）
append（1）
apple（1）
argparse（1）
arguments（1）
assertion（1）
assign（1）
bat（1）
behavior（1）
bit（1）
blur（1）
brackets（1）
branch（1）
breakpoints（1）
calculation（1）
cell（1）
centering（1）
certificate（1）
character（1）
cmd（1）
codeblocks（1）
command（1）
compare（1）
config（1）
d3（1）
database（1）
date（1）
datetime（1）
decorator（1）
dependencies（1）
deprecated（1）
desktop（1）
diff（1）
distance（1）
distribution（1）
distutils（1）
documentation（1）
dom（1）
download（1）
dynamic（1）
encoding（1）
epoch（1）
exit（1）
export（1）
expression（1）
extend（1）
facebook（1）
factorial（1）
feed（1）
filewriter（1）
filter（1）
filtering（1）
flatten（1）
fs（1）
gaussian（1）
generator（1）
geometry（1）
get（1）
getter（1）
global（1）
google（1）
goto（1）
heap（1）
hidden（1）
im（1）
importerror（1）
intervals（1）
iso（1）
join（1）
layer（1）
leetcode（1）
line（1）
load（1）
loading（1）
logarithm（1）
mac（1）
manifest（1）
mapping（1）
marker（1）
media（1）
message（1）
metadata（1）
minimum（1）
mkdir（1）
modeling（1）
module（1）
mpi（1）
network（1）
nonetype（1）
normalization（1）
package（1）
parent（1）
patch（1）
pipeline（1）
polygon（1）
post（1）
prefix（1）
product（1）
profile（1）
profiler（1）
project（1）
ps（1）
pyramid（1）
python3（1）
queue（1）
reduce（1）
ref（1）
resolution（1）
resources（1）
reverse（1）
roc（1）
row（1）
rows（1）
salt（1）
sampling（1）
select（1）
setter（1）
settings（1）
setuptools（1）
sh（1）
shapely（1）
shapes（1）
share（1）
shift（1）
shortcut（1）
shuffle（1）
shutil（1）
sign（1）
sizeof（1）
slice（1）
solver（1）
spatial（1）
src（1）
status（1）
stdin（1）
stl（1）
storage（1）
struct（1）
subprocess（1）
subset（1）
sudo（1）
summary（1）
super（1）
svm（1）
swap（1）
sys（1）
table（1）
tabs（1）
task（1）
text（1）
title（1）
tools（1）
transformation（1）
trie（1）
types（1）
unsigned（1）
validation（1）
visio（1）
void（1）
wget（1）
windows10（1）
worker（1）
yolo（1）
闭包（1）
编程（1）
编程语言（1）
编码（1）
编译（1）
表单（1）
博客（1）
布局（1）
操作系统（1）
程序员（1）
登录（1）
动态规划（1）
多线程（1）
反射（1）
服务器（1）
工具（1）
函数式编程（1）
计算机（1）
镜像（1）
开发环境（1）
量化（1）
面试（1）
命令行（1）
权限（1）
日志（1）
图表（1）
效率（1）
小游戏（1）
压缩（1）
异常处理（1）
硬件（1）
域名（1）
原型（1）
重构（1）
数据流（1）
搜索文章
搜索
搜索
关闭
Learning Texture Invariant Representation for Domain Adaptation
机器学习
神经网络
深度学习
人工智能
rpc
由于为语义分割注释像素级标签非常费力，因此利用合成数据是一个很有吸引力的解决方案。然而，由于合成域与真实域之间存在域间的差异，用合成数据训练的模型很难推广到真实数据中去。在本文中，我们考虑到两个域之间的根本区别作为纹理，提出了一种适应目标域纹理的方法。首先，我们利用风格转换算法对合成图像的纹理进行多样性处理。生成图像的各种纹理防止分割模型过度拟合到一个特定的(合成)纹理。然后通过自训练对模型进行微调，得到对目标纹理的直接监督。我们的结果达到了最先进的性能，我们通过大量的实验分析了在程式化数据集上训练的模型的属性。
狼啸风云
2020-06-28
2.2K
0
Protocol Buffers
rpc
python
文件存储
Protocol Buffers 是一种与语言无关，平台无关的可扩展机制，用于序列化结构化数据。使用Protocol Buffers 可以一次定义结构化的数据，然后可以使用特殊生成的源代码轻松地在各种数据流中使用各种语言编写和读取结构化数据。现在有许多框架等在使用Protocol Buffers。gRPC也是基于Protocol Buffers。 Protocol Buffers 目前有2和3两个版本号。在gRPC中推荐使用proto3版本。
狼啸风云
2019-08-29
1.8K
0
Autonomous Driving when Winter is Coming
机器学习
神经网络
深度学习
人工智能
rpc
不受图像失真或天气条件影响的目标检测能力，对于自主驾驶等深度学习的实际应用至关重要。我们在这里提供了一个易于使用的基准来评估当图像质量下降时目标检测模型的性能。由此产生的三个基准数据集(称为Pascal-C、co- c和cityscaps - c)包含各种各样的图像损坏。我们证明了一系列标准的目标检测模型在损坏的图像上存在严重的性能损失(下降到原始性能的30-60%)。然而，一个简单的数据增强技巧——对训练图像进行风格化——可以显著提高破坏类型、严重性和数据集的健壮性。我们展望我们的全面基准，以跟踪未来的进展，建立健全的目标检测模型。
狼啸风云
2019-08-29
1.1K
0
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
立即查看
Python精品学习库
代码在线跑，知识轻松学
立即查看
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
立即体验
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
立即查看
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
