首页 > 数据要素产业 > 搜索
  • 人脸识别正变得更具成本效益
    自2000年代中期以来，计算能力已经取得了长足的进步，那时，深度学习开始利用GPU进行图像分类。今天，嵌入式工程师就可以开发深度学习和人工智能应用，并将功能划分优先级，从而降低所需的处理能力。
    12-08 01:06 TAG： 人脸识别 深度学习 人工智能
  • 我们真的永远也理解不了人工智能吗？
    虽然现代神经网络的表现令人激动，但也面临一个棘手的问题：没人理解它们的运行机制，这也就意味着，没人能预测它们何时可能失灵。
    12-08 00:44 TAG： 人工智能 AI 深度学习
  • 一文教你使用Dice loss实现清晰的边界检测
    前言:在深度学习和计算机视觉中,人们正在努力提取特征,为各种视觉任务输出有意义的表示。在一些任务中,我们只关注对象的几何形状,而不管颜色、纹理和照明等。这就是边界检测的作用所在。本文来源于公众号CV技术指南的技术总结系列
    12-08 00:38 TAG： 计算机视觉 深度学习
  • 一文了解Siamese network
    前言:本文介绍了Siamese (连体)网络的主要特点、训练和测试Siamese网络的步骤、Siamese网络的应用场合、Siamese网络的优缺点、为什么Siamese被称为One-shot分类,以及Siamese的损失函数
    12-08 00:36 TAG： 计算机视觉 深度学习
  • 技术文章：目标检测--CornerNet的缺陷
    前言:目标检测的预测框经过了滑动窗口、selective search、RPN、anchor based等一系列生成方法的发展,到18年开始,开始流行anchor free系列,CornerNet算不上第一篇anchor free的论文
    12-08 00:36 TAG： 计算机视觉 注意力机制 目标检测 深度学习
  • 行人重识别中的第一个anchor-free模型
    前言:本文针对anchor-free模型用于行人搜索中会出现三个不对齐问题:Scale misalignment,Region misalignment,Task misalignment提出了相应的解决方案,进一步提出了一个更简单更有效的anchor-free模型--AlignPS
    12-08 00:35 TAG： 计算机视觉 行人重识别 深度学习
  • 重新思考视觉transformers的空间维度
    欢迎关注公众号 CV技术指南 ,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。前言:由于基于transformers的架构在计算机视觉建模方面具有创新性,因此对有效架构的设计约定的研究还较少。从 CNN 的成功设计原则出发
    12-08 00:34 TAG： 计算机视觉 深度学习 transformer
  • 如何使用深度学习进行脑肿瘤检测和定位？
    问题陈述通过使用 Kaggle 的 MRI 数据集的图像分割来预测和定位脑肿瘤。将本文分为两个部分,因为我们将针对相同的数据集,不同的任务训练两个深度学习模型。这部分的模型是一个分类模型,它会从 MRI 图像中检测肿瘤,然后如果存在肿瘤,我们将在本系列的下一部分中进一步定位有肿瘤的大脑部分
    12-08 00:33 TAG： 深度学习 脑肿瘤检测
  • 一文了解padding在深度学习模型中重要吗？
    本文来自公众号CV技术指南的技术总结系列欢迎关注CV技术指南 ,专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。前言本文介绍了两个实验,展示了padding在深度学习模型中的影响。实验一卷积是平移等变的:将输入图像平移 1 个像素,输出图像也平移 1 个像素(见图 1)
    12-08 00:32 TAG： 计算机视觉 深度学习 神经网络
  • 一文了解CNN可视化技术总结之特征图可视化
    导言: 在CV很多方向所谓改进模型,改进网络,都是在按照人的主观思想在改进,常常在说CNN的本质是提取特征,但并不知道它提取了什么特征,哪些区域对于识别真正起作用,也不知道网络是根据什么得出了分类结果
    12-08 00:30 TAG： 计算机视觉 深度学习 CNN可视化
  • 深度学习下的AI落地，计算机视觉是否一条好赛道
    计算机视觉是目前AI在中国落地最顺利的技术。以旷视科技Face++、商汤科技、极链科技Video++为代表的AI头部企业战略，出现向平台企业或软硬一体化企业发展的分化趋势，及零售等新领域快速崛起。
    12-08 00:07 TAG： 计算机视觉 深度学习.AI
  • 深度学习下的AI落地 计算机视觉是否一条好赛道
    计算机视觉是目前AI在中国落地最顺利的技术。从目前的落地进展来看，移动互联网、安防、零售、物流、医疗、文娱、无人驾驶的商业化有待成熟。以旷视科技Face＋＋、商汤科技、极链科技Video＋＋为代表的AI头部企业战略出现向平台企业或软硬一体化企业发展的分化趋势及零售等新领域快速崛起。
    12-08 00:06 TAG： AI 计算机视觉
  • 深度学习“瓶颈”已至 计算机视觉如何突破困局？
    深度学习依然存在瓶颈，但目前它要发挥的作用所需要的前置条件太过苛刻，输入数据对其最终的结果有着决定性的影响。如果要真正达到理想中的人工智能，这些瓶颈还有待于人们的进一步突破。
    12-08 00:06 TAG： 深度学习 计算机视觉 AI
  • 研祥慧视机器视觉事业部林淼：全力以赴打造机器视觉新纪元
    自从250年前英国发生了第一次工业革命，人类社会已经经历了三次工业革命。而在此刻，人类社会已经迈向了第四次工业革命的道路。
    12-08 00:03 TAG： 研祥 机器视觉 深度学习
  • 在 AI 机器视觉时代， 人脑训练还有意义吗？
    通过这11种方法可以刺激你的大脑，给你的大脑带来各种各样的新体验。这些新奇的感觉会加强你大脑的控制记忆、情绪、注意力广度、解决问题能力、学习和处理能力的相关区域，促进你的智力增长！
    12-07 23:52 TAG： 边缘计算 深度学习 人工智能 英伟达 检测
  • 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
    • 上一页   1   2   …   3   4   5   …   6   7   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