首页 > 数据要素产业 > 搜索
  • 国产化热潮，机器视觉迎来发展良机
    作为人类视觉在机器上的延伸，机器视觉凭借其分辨率高、速度快、范围宽、适应性强、精度高、可量化及可持续工作等优势，将图像处理应用于工业自动化领域，成为智能制造繁荣发展的推动力。文︱郭紫文20世纪50年代，Gilson 提出“光流”概念，机器视觉就此萌蘖
    12-07 23:46 TAG： 智能制造 机器视觉 计算机视觉 机器换人 深度学习
  • 针对BN的归一化方法总结
    前言:归一化相关技术已经经过了几年的发展,目前针对不同的应用场合有相应的方法,在本文将这些方法做了一个总结,介绍了它们的思路,方法,应用场景。主要涉及到:LRN,BN,LN, IN, GN, FRN, WN, BRN, CBN, CmBN等
    12-07 23:45 TAG： 归一化方法 深度学习 计算机视觉
  • 注意力机制技术总结：如何应用在计算机视觉上
    前言:注意力机制在视觉上是非常重要的部分,这方面的综述、总结有很多。为了本文总结的全面性,我基本都看了一遍。然而这些综述要么面面俱到,对所有内容都非常详细地阐述,包括一些非常不常用的,过时的论文或结构;要么没分清重点,有些内容跟论文有关,但跟注意力无关,这些文章也把这些内容总结到里面
    12-07 23:45 TAG： 计算机视觉 注意力机制 深度学习
  • 一文带你重新思考BatchNorm中的Batch
    前言公众号在前面发过三篇分别对BatchNorm解读、分析和总结的文章(文章链接在文末),阅读过这三篇文章的读者对BatchNorm和归一化方法应该已经有了较深的认识和理解。在本文将介绍一篇关于BatchNorm举足轻重的论文
    12-07 23:44 TAG： 计算机视觉 深度学习 BatchNorm
  • 一文了解计算机视觉中的特征金字塔技术总结
    前言:特征金字塔是目前用于目标检测、语义分割、行为识别等方面比较重要的一个部分,对于提高模型性能具有非常好的表现。不同大小的目标都经过了相同的降采样比例后会出现较大的语义代沟,最常见的表现就是小目标检测精度比较低
    12-07 23:43 TAG： 计算机视觉 深度学习 神经网络
  • 一文详解损失函数技术
    前言:一直想写损失函数的技术总结,但网上已经有诸多关于损失函数综述的文章或博客,考虑到这点就一直拖着没写,直到有一天,我将一个二分类项目修改为多分类,简简单单地修改了损失函数,结果一直有问题,后来才发现是不同函数的标签的设置方式并不相同
    12-07 23:43 TAG： 损失函数 计算机视觉 机器学习 神经网络
  • 欠拟合与过拟合技术总结
    前言:机器学习的模式是通过大量的数据喂给一个模型,模型会根据数据不断调整自身参数,最终具备判别这些数据的模式或特征的能力。若模型无法从这些数据中训练出一个很好的效果,则认为它是欠拟合。若模型在训练的时候达到很好的效果,而在未参与训练的数据上测试,效果不好,则认为它是过拟合
    12-07 23:43 TAG： 欠拟合 过拟合 计算机视觉 深度学习
  • 技术文章：一个高效的金字塔切分注意力模块PSA
    前言:前面分享了一篇《继SE,CBAM后的一种新的注意力机制Coordinate Attention》,其出发点在于SE只引入了通道注意力,CBAM的空间注意力只考虑了局部区域的信息,从而提出考虑全局空间信息的注意力机制
    12-07 23:42 TAG： 注意力机制 计算机视觉 深度学习
  • 一文详解不带Anchors和NMS的目标检测
    前言:目标检测是计算机视觉中的一项传统任务。自2015年以来,人们倾向于使用现代深度学习技术来提高目标检测的性能。虽然模型的准确性越来越高,但模型的复杂性也增加了,主要是由于在训练和NMS后处理过程中的各种动态标记
    12-07 23:42 TAG： 计算机视觉 深度学习
  • 一文详解计算机视觉与深度学习的应用
    全球汽车快讯 据外媒报道,当人们看风景或看图像时,他(她)们能够理解看到的内容——风景或照片内的目标。若该行为正在进行中,那么会发生什么呢?而一台计算机则仅能处理用于描述各像素颜色值的数字数据。对于某个人而言,从凌乱的桌面上识别出一块披萨,可谓毫不费力
    12-07 23:41 TAG： 计算机视觉 深度学习
  • 微积分、线性代数、概率论，这里有份超详细的ML数学路线图
    选自towardsdatascience 作者：Tivadar Danka 机器之心编译 编辑：小舟、陈萍 大学时期学的数学现在可能派上用场了，机器学习背后的原理涉及许多数学知识。深入挖掘一下，你会发现，线性代数、微积分和概率论等都和机器学习背后的算法息息相关。 机器学习算...
    12-07 10:36 TAG： 微积分 线性代数 概率论
  • Alexa首席科学家：图灵测试对AI没啥意义了
    机器能否思考？这是加密学和人工智能先驱阿兰图灵在70年前论文 Computing Machinery and Intelligence 的核心问题。他在论文中提出了一个思想实验，叫做模仿游戏(imitation game)，用于检测计算机是否能表现出与人等价或无法区分的智能。 测试的内容，简单来...
    12-06 09:14 TAG： Alexa 首席 科学家 图灵 测试 没啥 意义 机器 能否
  • 走向人工智能时代
    随着深度学习以及大数据、云计算等技术的突飞猛进，人工智能触及人类生活的各个方面，对社会各行业都会产生重大影响。在教育领域，人工智能技术将为新一轮的教育变革注入新的活力，也会将教师从烦琐的重复性工作中解放出来。在有效减轻教师负担、提高教学效...
    12-06 09:14 TAG： 走向 人工智能 时代 随着 深度 学习 以及 数据 云计算
  • 阿里巴巴、智源研究院、清华大学联合发布全新AI模型，可赋予AI认知能力
    1月12日，阿里巴巴、智源研究院、清华大学等联合研究团队发布面向认知的超大规模新型预训练模型文汇。该模型不仅能提升AI的理解能力，还可基于常识实现AI创作，未来将应用于文本理解、人机交互、视觉问答等场景。 与传统AI训练需要人工标注数据不同，面向认...
    12-06 09:14 TAG： 阿里巴巴 智源 研究院 清华大学 联合 发布 全新 模型 赋
  • 科学家警告说，人类将无法控制人工智能
    人工智能的最新进展引发了几个道德困境。也许其中最重要的是人类是否能够控制自主机器。 由人工智能驱动的机器人负责家务或自动驾驶车辆（如亚马逊）越来越常见。虽然这类技术使生活更轻松，但也可能使生活更复杂。 一个国际研究小组警告说，创建过于强大和...
    12-06 09:13 TAG： 科学家 警告 人类 无法 控制 人工智能 人工智能 最新 进
  • Human vs AI，人类和机器的学习究竟谁更胜一筹？
    机器之心分析师网络 作者：仵冀颖 编辑：Joni 在各种任务中人类的学习能力和机器的学习能力究竟哪个更胜一筹？ 随着 AI 的不断研究和发展，各类 AI 算法在不同场景中的应用层出不穷，关于 AI 及其在日常任务中支持甚至取代人类工作的能力的讨论无处不在。例...
    12-06 09:13 TAG： Human 类和 机器 学习 究竟 更胜一筹
  • MIT为什么斥资10亿美金建立人工智能学院？
    每一步，与世界同步 美国麻省理工大学（MIT）在人工智能领域一直不落俗套，它开发的人工智能和自动驾驶课程已经成为了行业的标杆。 近段时间，这所国际顶尖高校宣布，正斥资10亿美元创建一所专注人工智能的新学院，用来帮助学生系统的学习和思考人工智能的含...
    12-06 09:12 TAG： MIT 为什么 斥资 10亿 美金 建立 人工智能 学院 一
  • 人工智能摧毁人类？那是你没见过这样的Ai，学者：终是霍金误我
    我们大家都知道，随着现代信息科技的发展，我们人类将迎来第4次工业革命。而身处信息时代的我们，相信大家已经听过很多的人工智能的话题了，自从人工智能诞生以来，它就凭借着超高的学习能力，走进了我们大众的视野里面。 而且随着有些国家，比如日本不断的...
    12-06 09:11 TAG： 人工智能 摧毁 人类 是你 见过 这样 学者 霍金 误我 我
  • 2021年：人工智能的普及之年
    随着科学技术的不断进步和发展，人工智能的发展是时代的必然，也将对我国经济发展作出重要的贡献。2021年被认为是AI的普及之年。中国信息通信研究院发布报告显示，2020年全球人工智能产业规模1565亿美元，增长率是12%，我国的产业规模大概是3100亿元，同比增...
    12-06 09:11 TAG： 2021年 人工智能 普及 之年 随着 科学技术 不断 进步
  • AAAI2021上五篇表示学习相关论文
    来源: AMiner科技 表示学习（Representation learning），又称学习表示。在深度学习领域内，表示学习是指通过模型的参数，采用何种形式、何种方式来表示模型的输入观测样本 X。表示学习有很多种形式，比如 CNN 参数的有监督训练是一种有监督的表示学习形式，...
    12-06 09:11 TAG： AAAI2021 五篇 表示 学习 相关 论文
    • 上一页   1   2   …   8   9   10   11   12   13   14   …   33   34   下一页
    相关搜索
    您是不是在找?
    今日排行
    本周排行
    本月排行
    免费注册体验
    联系我们

    未来已至-为AI数据而生


    关注服务号


    关注订阅号

    AI数据集

    AI科学社区

    AI数据标注工具

    关于我们