前行的CVer-腾讯云开发者社区

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

前行的CVer

专栏成员

87

文章

55715

阅读量

17

订阅数

Vision Transformer

性能 flatten window 论文网络

从ViT开始，Transformer在视觉领域得到应用。为了降低Transformer中softmax attention操作的计算量和显存，Sparse Global Attention被提出和使用，例如在PVT和PVT v2中。另一种策略是Window attention，如Swin Transformer提出一种Shifted Window方法让ViT具有多尺度的能力，并且降低计算量，能接受大分辨率的图片；Cross-Shaped Window attention则有一半的head分别进行纵向和横向的窗口attention；ViTdet则提出一种local attention+global attention的方法解决该问题。还有一种策略是Linear Attention。

2024-10-01

770

模型数据数学 LLM 测试

当前开源大模型中，Mixtral-8x22B-Instruct-v0.1在 MT-Bench（多轮会话&指令遵循）、MMLU（信息知识）中表现基本持平头部开源模型，并比GPT3.5略好，但在TruthfulQA（客观事实）上略逊于头部开源模型。Mixtral模型当前处于开源大模型第一梯队。但通过Mixtral Demo体验，其支持语言主要为欧洲语系，且在回复质量上还是存在诸如指令遵循、信息冗余、misinfo等明显问题。

2024-08-05

3610

Vary-toy—年轻人的第一个多模大模型

模型数据性能工作可视化

在上一篇工作 Vary 中，我们第一次提出了CLIP视觉词表在密集感知能力上的不足，并给出了一种简单有效的扩充词表方案。Vary发布后得到了不少朋友的关注（目前已1.2k+ star），但也有不少人因为资源受限运行不了。

2024-06-25

1870

Vary—提升LVLM的dense和细粒度视觉感知能力

表格论文模型数据图表

论文：Vary: Scaling up the Vision Vocabulary for Large Vision-Language Models 项目主页：https://varybase.github.io/

2024-06-25

1810

LLM agent prompt 模型设计

PanelGPT💡: 💁🏼🎤 (👾💬) (🤖💭) (🤯🗯) 受到“三个臭皮匠，赛过诸葛亮”启发，设计one-shot的例子，让多个LLM同时给出答案，然后再用一个LLM打分，做决定。他们使用的prompt：3 experts are discussing the question with a panel discussion, trying to solve it step by step, and make sure the result is correct and avoid penalty:，这个prompt的效果要优于Let's think step by step:。

2024-05-15

1690

单片机 min 连接芯片硬件

电机驱动电路单片机引脚输出的电流最大为20mA左右，远远不能满足电机的电流需求，因此需要电机驱动电路。常用的驱动电路有H桥电路，它比较复杂和庞大，一般用于控制几十安的电机。对于较小电流电机，可以直接选择集成芯片，如RZ7899，一个芯片可以驱动一个电机，需要注意的参数为工作电压、输出最大电流。绘制原理图时，参考芯片手册中提供的应用电路进行绘制。单片机引脚连接芯片的中间可以放一个300欧的电阻，起到保护单片机和芯片的作用。芯片输入引脚接10k的下拉电阻到GND，让芯片不接单片机时不受外来信号的影响，即默认输入LL让电机处于浮空状态。电机正负极两端接一个104电容，避免火花。

2024-05-15

1250

让VLM知之为知之，不知为不知——以chart2json任务为例

性能论文模型设计图表

论文：OneChart: Purify the Chart Structural Extraction via One Auxiliary Token 主页及demo：https://onechartt.github.io/

2024-04-26

1950

VLM常见的数据集和Benchmark

数据测试对象论文视频

本文对VLM领域多个任务的常见数据集和benchmark做了简要介绍，以方便读友看论文时参考。

2024-03-13

1.4K0

单目标跟踪SOT常用评价指标

evaluation tracking 视频数据算法

以上评估方式一般都是用ground-truth中目标的位置初始化第一帧，然后运行跟踪算法得到平均精度和成功率。这种方法被称为one-pass evaluation (OPE)。这种方法有2个缺点。一是一个跟踪算法可能对第一帧给定的初始位置比较敏感，在不同位置或者帧初始会造成比较大的影响。二是大多数算法遇到跟踪失败后没有重新初始化的机制。

2024-02-19

8130

python json 编码数据字符串

os.path.getctime()：获取文件创建（create）时间 os.path.getatime()：获取文件最近访问（access）时间 os.path.getmtime()：获取文件最近修改（modify）时间

2024-02-07

1420

AAAI 2023实用AI挑战赛冠军方案分享

量化模型设计数据芯片

2023年1月，AAAI 2023 实用AI挑战赛落下帷幕。我所在的team_kppkkp队获得总榜冠军。在此，分享一下我们队本次比赛的方案，抛砖引玉。

2023-10-18

5350

2022年MOT新SOTA

工作论文数据算法性能

论文：BoT-SORT: Robust Associations Multi-Pedestrian Tracking

2023-10-18

4050

2023年MOT中极简单的新SOTA

工作管理数据算法性能

论文：(WACV 2023) Hard to Track Objects with Irregular Motions and Similar Appearances? Make It Easier

2023-10-18

3880

DETR系列算法

编码模型设计数据算法

Detection Transformer 是从2020年开始的一种全新的端到端的目标检测范式，图片通过CNN提取特征，然后将提取的特征展平输入transformer encoder-decoder，然后通过一系列查询，检测头输出每个查询的结果。查询的数量通常为100、300或900，远远少于之前的检测算法中的密集预测。

2023-10-18

6620

针对长尾分布的Eql损失

工作论文设计数据性能

论文: The Equalization Losses: Gradient-Driven Training for Long-tailed Object Recognition

2023-10-18

6580

大一统目标跟踪

设计视频数据网络性能

可以看到两个任务之间的gap还是比较大的，总结一下，阻碍SOT和MOT两个任务统一的主要有三座大山：

2023-10-18

4330

GPT系列产品驯服指南

gpt 翻译工具技巧模型

随着ChatGPT的流行，不少人都有了用它来提高工作效率的需求。然而，不同的引导词（prompt）提示下，同一模型的输出结果可能大相径庭，好的prompt能释放模型的潜力，得到更有用的输出。本博文提供了一些使用的技巧和常用的prompt示例，本文持续更新……希望大家多多尝试，在评论区踊跃交流经验~

2023-10-18

2570

台式机+轻薄本：AI从业者的最佳设备配置指南

ssh 登录服务器配置调试

作为一名AI从业者，你选购电脑是否有过这样的苦恼：轻薄本便携续航久，但GPU和散热弱；游戏本GPU比较强，但比较重、续航短；台式机高配置、硬盘空间大，但不能带出门；商业的GPU服务器租赁要不就是使用有要求，要不就是贵的离谱，还要担心商家提桶跑路 or 涨价 or 欠费停机数据被删。作为一个成熟但财力有限的开发者，想全都要，比较好的一种方式是买轻薄本+台式机。但拥有多台设备后，依然存在一些痛点问题，比如资料分散在两台电脑、出门在外依然难以查看实验结果。本文博主以自身经验为例，给出轻薄本+ubuntu台式机+frp ssh的配置指南，供大家选择性参考。

2023-10-18

8040

编码函数技巧模型数据

VAE，即变分自编码器，是常见的生成模型其中一类。常见的生成模型类型还有GAN、flow、DDPM等。

2023-10-18

6660

add cmake 编译程序语法

2023-10-18

1820

点击加载更多

社区活动

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·干货材料·成员作品最新动态