深度学习技术前沿

代码在线跑，知识轻松学

Python精品学习库

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

博客搬家 | 分享价值百万资源包

往期视频·干货材料·成员作品 最新动态

技术创作特训营·精选知识专栏

新邀入驻腾讯云开发者社区，福利多多！

如何运用「云、端融合的数智化安全体系」高效护航数据安全

左手AI，右手安全 —— 一汽丰田数字化转型之路

复杂的疾病往往涉及遗传和环境因素之间的相互作用。腓骨肌萎缩症2型神经病(CMT2)是一组遗传异质性疾病，其中类似的周围神经病理是由各种突变基因引起的。它们可能的分子联系仍然难以捉摸。

著名C9院校！接连发表5篇Nature/Cell！

12月28日，浙江大学召开教师干部视频会议。中央组织部副部长、中央编办主任李小新同志到会宣布中央决定并讲话，教育部党组成员、副部长翁铁慧同志，浙江省委常委、组织部部长王成同志出席会议并讲话。浙江大学党委书记任少波同志主持会议。

中国科学院院士！杜江峰任浙江大学校长

一直以来，自动驾驶都被认为是人工智能实现落地应用的重要场景，同时也被认为是汽车技术皇冠上的明珠。然而，要实现真正意义上的自动驾驶其实非常困难，尽管马斯克在多年前就一直“叫嚣”着特斯拉可以很快实现“驾驶员躺在车里睡大觉”的L5级完全自动驾驶，但直到现在，这一技术显然没有实现，他也几乎不在公开场合大肆鼓吹了。

从图森未来到通用、谷歌，自动驾驶怎么样了？

今年3月30日，何恺明大神团队在ArXiv上发布了最新研究工作，目前该工作已被ECCV2022所录用，该工作主要研究了一种适用于目标检测任务的非层次化结构主流骨干网络ViTDet。该研究表明ViTDet无需重新设计用于预训练的分层主干网络，只对传统的FPN模块最后一个Stage进行微调(简化处理)即可。实验结果表明：若使用MAE（恺明大神一作提出的无监督学习方法）进行预训练，则ViTDet可以与之前强具竞争力的层次化主干网络（Swin和 MViTv2）的性能相匹敌。其中ViTDet+MAE仅在ImageNet-1K上进行预训练然后直接进行迁移便可以在COCO数据集上达到61.3 AP的性能。

ECCV2022｜凯明大神团队出品：一种用于目标检测的主流ViT架构，效果SOTA（已开源）

Meta 的 AI 首席科学家 Yann LeCun 在谈到「此时此刻要采取的具体措施」时，也没有忘记远期的目标。他在一次采访时说：「我们想要构建像动物和人类一样学习的智能机器。」

LeCun领导下的Meta AI，押注自监督

导读：2022年4月，旷视研究院发表了一种基于图像恢复任务的全新网络结构，它在SIDD和GoPro数据集上进行训练和测试，该网络结构实现了在图像去噪任务和图像去模糊任务上的新SOTA。具体计算量与实验效果如下图所示：

NAFNet：图像去噪，去模糊新SOTA！荣获NTIRE 2022 超分辨率冠军方案！

【导读】今天给大家推荐一个很棒的开源项目，该项目主要汇总了一系列Low-Level-vision领域当前主流的SOTA算法网络结构，主要包括图像去噪，图像去雨、图像去模糊等。该项目详细介绍了各大主流Low-Level-Vison数据集（如SIDD、GoPro、REDS、Rain13K等）的下载链接和训练配置教程，每个主流的算法网络结构都配备训练和测试命令方法。

【重磅开源】一文汇总顶会 SOTA 图像恢复算法，包括图像去噪、去雨、去模糊等等

大疆表示，目前正在内部重新评估各个司法管辖区的合规要求，期间将暂时停止在俄罗斯和乌克兰的所有商业活动。

免滥用，大疆宣布对俄乌两国停售

3月30日，何恺明大神团队在ArXiv上发布了最新研究工作，该工作主要研究了一种适用于目标检测任务的非层次化结构主流骨干网络ViTDet。该研究表明ViTDet无需重新设计用于预训练的分层主干网络，只对传统的FPN模块最后一个Stage进行微调(简化处理)即可。实验结果表明：若使用MAE（恺明大神一作提出的无监督学习方法）进行预训练，则ViTDet可以与之前强具竞争力的层次化主干网络（Swin和 MViTv2）的性能相匹敌。其中ViTDet+MAE仅在ImageNet-1K上进行预训练然后直接进行迁移便可以在COCO数据集上达到61.3 AP的性能。

何恺明大神新作：一种用于目标检测的主流ViT架构，效果SOTA

自从扎克伯格(Mark Zuckerberg)在2021年10月宣布Facebook更名为Meta，这个令人惊叹的新名字已经成为社交媒体上的热门趋势，受到了包括学术界和产业界在内的各个群体的广泛关注和讨论。除了Meta，一些大型科技公司也有一些元宇宙的投资和开发活动，比如微软(Microsoft)以687亿美元收购了视频游戏控股公司动视暴雪(Activision Blizzard)，将游戏业务扩展到元宇宙。最近，大型房地产投资公司Metaverse集团以243万美元的惊人价格在分散式虚拟现实平台“Decentraland”上购买了一块土地，创下了虚拟房地产史上的最高价格。著名说唱歌手Snoop Dogg以45万美元的价格在Sandbox元宇宙中购买了一块地，他可以在其中举办音乐节、音乐会等虚拟活动，通过虚拟现实技术为参与虚拟世界的观众带来身身其境的体验。在不久的将来，元宇宙将成为下一个重要的技术，目前吸引着在线游戏开发商、互联网金融企业、社交网络和其他技术领导者。在本次综述中，我们做出了有益的努力，探索人工智能在元宇宙的建立和发展中的作用。我们首先介绍了人工智能的初步知识，包括机器学习算法和深度学习架构，以及人工智能在元宇宙中的作用。然后，我们对基于人工智能的方法进行了全面的研究，这些方法涉及有潜力成为元宇宙的6个技术方面: 自然语言处理、机器视觉、区块链、网络、数字孪生和神经接口，并有潜力成为元宇宙。随后，研究将部署在虚拟世界中的几个人工智能辅助应用，如医疗保健、制造、智能城市和游戏。最后，我们总结了本研究的主要贡献，并为元宇宙的人工智能研究开辟了一些未来的研究方向。

重磅！韩国学者发布最新《人工智能元宇宙》综述论文

作为人工智能领域的顶级会议，CVPR 每年都会吸引大量研究机构和高校参会，投稿量在去年 11 月临近 deadline 时迅速超过了一万——上届 CVPR 2021 的有效投稿数还「仅有」7500 篇。创新高的投稿数引发了审稿压力，截止 1 月 25 日，共有 6427 位审稿人给出了 25801 个评审意见，包括 2104 位紧急审稿人的 3066 个紧急评审意见。

CVPR 2022放榜！录用 2067 篇，接收数量上升24%

元宇宙一个 3D 虚拟空间，用户可以通过他们的化身与其他人和软件应用程序进行交互。虚拟现实和增强现实等多媒体技术的快速发展无疑加速了元宇宙的发展。

元宇宙，分三层！中国香港中文大学再现「校园元宇宙」原型

清华大学沈阳教授团队发布了《元宇宙发展研究报告2.0版》，总计205页。报告基于《元宇宙发展研究报告1.0版》，从元宇宙的缘起、概念与属性、技术与产业链、场景应用、风险点及治理、热点七问、远未来展望等七个部分对元宇宙发展进行了深入的研究与分析。

清华沈阳老师团队：元宇宙发展研究报告2.0版

令人不可思议的是，就如谷歌科学家 Jon Barron 在推特上表示的：18 个月前，训练 NeRF 还需要 5 小时；2 个月前，训练 NeRF 最快也需要 5 分钟；就在近日，英伟达的最新技术——基于多分辨率哈希编码的即时神经图形基元，将这一过程缩减到只有 5 秒！！？？

不可思议！英伟达新技术训练NeRF模型最快只需5秒，代码已开源

28 日，阿里巴巴达摩院发布 2022 十大科技趋势。其中，“大模型参数竞赛进入冷静期，大小模型将在云边端协同进化”的断言，在 AI 圈备受关注。

【大咖论道】周志华，唐杰教授等专家，站在 2022，展望大模型的未来

而以上这些效果，无需专业PS技能，只用一个网页端的Demo、点点鼠标上传图片就能搞定！

男神青涩时纤毫毕现！腾讯AI模型GFPGAN火上GitHub热榜第一，Demo在线可玩

重磅消息！原澳大利亚阿德莱德大学教授、计算机视觉大牛沈春华已回国，并全职加入浙江大学。

计算机视觉AI大牛沈春华全职回国，已加入浙大

【导读】自从2012年深度学习兴起以来，深度，宽度，多尺度，分辨率，group数目，注意力模块等等都是影响卷积神经网络性能的关键因素。因此，后面大多网络比如：VGGNet、HighwayNet、ResNet、IResNet等通过增加网络的深度来提高性能，而Inception系列则是从宽度层面逐渐提高卷积神经网络性能. 详细解读见一文详解Inception家族的前世今生（从InceptionV1-V4、Xception）附全部代码实现  ResNeXt则从增加Group数量的方法来提高网络模型性能。SENet、CBAM、SKNet则是引入注意力模块来提升卷积神经网络模型性能。而本文将主要介绍首个仅需12层（从depth维度来看）的网络就能在ImageNet上达到80.7%的Top-1准确率，它通过利用并行子结构成功地构建了一个高性能的「非深度」神经网络，该网络在 ImageNet上Top-1 Acc 达到了80.7%、在 CIFAR10 上达到96.12%、在 CIFAR100 上达到了81.35%的top-1 准确率。在进一步迁移到下游任务时，它在标准公开数据集MS-COCO 上达到 48% AP .

仅需12层网络，在ImageNet上准确率达到80.7%！普林斯顿大学最新提出ParNet！

【导读】今天将主要介绍Inception的家族及其前世今生.Inception 网络是 CNN 发展史上一个重要的里程碑。在 Inception 出现之前，大部分 CNN 仅仅是把卷积层堆叠得越来越多，使网络越来越深，以此希望能够得到更好的性能。而Inception则是从网络的堆叠结构出发，提出了多条并行分支结构的思想，后续一系列的多分支网络结构均从此而来。总体来说，Inception系列网络在结构上相对比较复杂，工程性较强，而且其中通常使用很多tricks来提升网络的综合性能（准确率和速度）。目前Inception系列具体网络结构包括：

一文详解Inception家族的前世今生（从InceptionV1-V4、Xception）附全部代码实现

12月2日，英伟达发布了最新的TensorRT 8.2版本，对10亿级参数的NLP模型进行了优化，其中就包括用于翻译和文本生成的T5和GPT-2。

TensorRT重磅更新！10亿参数大模型实时运行，GPT推理加速21倍

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋 

腾讯云代码助手

CODING DevOps

Cloud Studio

SDK中心

API中心

命令行工具

腾讯云开发者社区推出了深度学习技术前沿专栏，为你提供了深度学习技术前沿的相关文章，致力于帮助开发者快速成长与发展。

深度学习技术前沿

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐