首页
学习
活动
专区
工具
TVP
发布

深度学习和计算机视觉

专栏作者
965
文章
1161643
阅读量
127
订阅数
使用 CLIP 对没有任何标签的图像进行分类
深度图像分类模型通常在大型带注释数据集上以监督方式进行训练。尽管模型的性能会随着更多注释数据的可用而提高,但用于监督学习的大规模数据集通常难以获得且成本高昂,需要专家注释者花费大量时间。考虑到这一点,人们可能会开始怀疑是否存在更便宜的监督资源。简而言之,是否有可能从已经公开可用的数据中学习高质量的图像分类模型?
小白学视觉
2022-12-27
2.6K0
异常检测原理及其在计算机视觉中的应用
这篇文章涵盖了三件事,首先什么是视觉角度的异常检测?用于异常检测的技术有哪些?它在哪里使用?
小白学视觉
2022-12-27
8200
回顾2022年计算机视觉领域最激动人心的进展
过去 12 个月见证了计算机视觉的快速发展,从支持基础设施到跨行业的新应用,再到研究中的算法突破,再到 AI 生成艺术的爆炸式增长。本篇文章带大家一起回顾一下这些令人兴奋的发展。本文将通过五个部分来回顾计算机视觉领域在2022年的发展。
小白学视觉
2022-12-27
1.7K0
一文详解自监督学习
自监督学习为监督学习方式提供了巨大的机会,可以更好地利用未标记的数据。这篇文章涵盖了关于图像、视频和控制问题的自监督学习任务的许多有趣想法。
小白学视觉
2022-12-27
1.1K0
递归级联网络:基于无监督学习的医学图像配准
编者按:目前,深度学习正广泛应用于医学图像配准领域。无监督机器学习方法能够广泛利用临床中产生的大量原始、无标注医学图像,然而现有算法对于变形大、变化复杂的图像配准的学习效果较差。微软亚洲研究院在 ICCV 2019 发表的论文中,提出一种深度递归级联的神经网络结构,可以显著提高无监督配准算法的准确率。
小白学视觉
2022-09-28
6350
机器学习概论
机器学习是通过学习现有的训练数据,获得”知识“,然后把该”知识“应用到新的数据中。机器学习学习现有的训练数据主要分为四个步骤:
小白学视觉
2022-05-22
4000
17个机器学习的常用算法!
根据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。将算法按照学习方式分类是一个不错的想法,这样可以让人们在建模和算法选择的时候考虑能根据输入数据来选择最合适的算法来获得最好的结果。
小白学视觉
2022-05-22
3220
综述系列 | 多标签学习的新趋势
随着Deep learning领域的不断发展,我们面对的问题也越发的复杂,也需要考虑高度结构化的输出空间,本文总共分为了六个部分,整理了近年多标签学习在各大会议的工作,对多标签学习的发展领域和方向提供了一些思考。
小白学视觉
2022-04-06
4170
Attention is All You Need?LSTM提出者:我看未必
深度学习先驱、图灵奖获得者 Yann LeCun 一直认为无监督学习才是通向真正人工智能的方向。为了实现无监督学习,我们需要探索基于能量的学习(energy-based learning)。这个方向在 AI 领域里已经存在几十年了,生物学家约翰 · 霍普菲尔德(John Hopfield)于 1982 年将之以 Hopfield Network 的形式进行了推广。这在当时机器学习领域中是一个突破,它推动了其他学习算法的发展,如 Hinton 的「玻尔兹曼机」。
小白学视觉
2022-04-06
2470
清华 CVer 对自监督学习的一些思考
自监督学习作为无监督学习的一个特例,可以理解它是一种没有人工标注标签的监督学习,即没有人类参与的监督学习。
小白学视觉
2021-01-08
4500
可微图学习&弱监督,中山大学提出新型行人重识别方法和史上最大最新评测基准
行人重识别,又称行人再识别,是利用 CV 技术判断图像或视频序列中是否存在特定行人的技术。常规的行人重识别方法往往需要高昂的人工标注成本,计算复杂度也很大。在本文中,中山大学研究者提出的弱监督行人重识别方法恰恰克服了这两方面的障碍,并发布了一个大型行人重识别数据集。
小白学视觉
2020-12-07
5010
多标签学习的新趋势(2020 Survey)
随着Deep learning领域的不断发展,我们面对的问题也越发的复杂,也需要考虑高度结构化的输出空间,本文总共分为了六个部分,整理了近年多标签学习在各大会议的工作,对多标签学习的发展领域和方向提供了一些思考。
小白学视觉
2020-12-07
1.4K0
Hinton向AAAI提交论文竟收到最差评价!深度学习三教父再押宝,AI或突破常识瓶颈
作为2020年人工智能学界的第一个顶会,AAAI 2020正在美国纽约举行,最佳论文等各大奖项已经揭晓。
小白学视觉
2020-02-25
3450
资源|卷积神经网络使用技巧
好久没有分享学习资源了,今天给各位小伙伴分享一个关于如何使用卷积神经网络的学习资料。随着计算机视觉技术的发展,卷积神经网络距离我们已经不再遥远和神秘,在日常的学习和研究中越来越多的使用卷积神经网络来解决问题,可以说卷积神将网络是我们学习深度学习必须要面对的,因此如何而如何使用好卷积神经网络,是我们都要面对的问题!
小白学视觉
2019-08-16
5490
漫画说算法|机器学习的世界
当小朋友第一次看到猫后,可能会问爸爸妈妈,这个胖乎乎有胡子的可爱动物是什么。当父母告诉她:这就是猫的时候,她就会理解到,这种生物就是猫。 以后她碰到各种各样的猫的时候,都能认得出来。
小白学视觉
2019-06-02
4900
漫画说算法|人工智能与我们的未来
为了让小伙伴更加容易理解经典算法,留下深刻印象,小白决定创办「漫画说算法」,分享讲解算法的漫画文章,在阅读漫画的过程中学习。如果小伙伴有收藏的优秀文章,欢迎后台留言与小伙伴们一起分享。
小白学视觉
2019-05-31
5970
【综述】基于弱监督深度学习的图像分割方法综述
生活中,我们和周围的事物都是有“标签”的,比如人、杯子、天空等等。在不同的场景下,相同的事物可能对应了不同的标签,比如长在地上的一片小草称为“草地”,长在花盆里的很可能属于“盆栽”,画在画中的又属于“装饰”。
小白学视觉
2019-05-30
1.2K0
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
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