- 博客(229)
- 收藏
- 关注
RSS订阅原创 极市直播丨严彬-Unicorn：走向目标跟踪的大一统（ECCV2022 Oral）
只需一套网络结构、一套模型参数即可同时完成四种跟踪任务，该项工作现已被ECCV2022接收为Oral
2022-07-25 10:55:04
1054
转载 CVPR22 Oral｜让ResNet-50精度高达82.8%，ViT原作者的知识蒸馏新作
作者丨ChaucerG来源丨集智书童编辑丨极市平台Knowledge distillation:A good teacher is patient and consistent论文：https://arxiv.org/abs/2106.05237在计算机视觉方面，实现最先进性能的大型模型与实际应用中简单的模型之间的差距越来越大。在本文中，将解决这个问题，并显著地弥补这2种模型之间的差距。在实证研究中，作者的目标不是一定要提出一种新的方法，而是努力确定一种稳健和有效的配置方案，使最先进的大模型在
2022-05-18 11:18:26
579
原创 20W奖池+70W真实业务数据集，ECV2022极市计算机视觉开发者榜单大赛正式启动
ECV2022为一项产研融合的算法比赛，致力于解决社会市场的AI产业实际问题，聚焦于计算机视觉领域的前沿科技与应用创新，并在比赛的过程中持续探索针对不同诉求的算法技术应用前景。极市平台以算法大赛为基建，旨在搭建一个行业前沿的算法交流场景，为全社会的技术人才提供一个展示自我能力的舞台。大赛报名地址：http://mtw.so/5NrI2J一．硬核赛题，实践挑战ECV2022采取多赛题并行的竞赛形式，同时提供70万+真实业务的海量脱敏数据、免费云端算力支持等，帮助参赛者全程线上无障碍开发、加速模型推理.
2022-05-18 11:02:54
688
原创 六大真实场景赛题，ECV2022极市计算机视觉开发者榜单大赛预报名开启
算法江湖，风云再起强者集结，大战在即如果你算力超群又有一颗勇于挑战的心速来参加ECV2022极市计算机视觉开发者榜单大赛，一展身手！进入ECV2022官网报名：http://mtw.so/5NrI2JECV2022极市计算机视觉开发者榜单大赛（以下简称“ECV2022”）由是由青岛市人民政府指导，青岛西海岸新区管委、青岛市工业和信息化局、青岛市委台港澳办、青岛市城市管理局和山东极视角科技有限公司联合主办，英特尔（中国）有限公司，中国惠普有限公司、上海登临科技有限公司为合作伙伴，极市平台、Open
2022-05-11 11:51:39
729
1
原创 CVPR 2022 最新106篇论文分方向整理｜包含目标检测、动作识别、图像处理等32个方向
包含目标检测、图像处理、三维视觉、医学影像、视频检索等方向。
2022-03-18 22:01:55
7923
原创 一文看尽 CVPR2022 最新 22 篇论文（附打包下载）
CVPR 2022 已经放榜，本次一共有2067篇论文被接收，接收论文数量相比去年增长了24%。由于每年的 CVPR 全部论文以及相关细节都需要等到六月会议召开才会正式公布，在这之前，为了让大家更快地获取和学习到计算机视觉前沿技术，极市对CVPR022 最新论文进行追踪，包括分研究方向的论文、代码汇总以及论文技术直播分享。CVPR 2022 论文分方向整理会在极市社区进行更新，项目地址：https://bbs.cvmart.net/articles/6124以下是最新更新的 CVPR 2022 论文一览
2022-03-17 10:36:30
5690
原创 小目标检测、图像分类、图像识别等开源数据集汇总
街景门牌号 (SVHN) 数据集数据集下载地址：http://m6z.cn/5ExMWbSVHN 是一个真实世界的图像数据集，用于开发机器学习和对象识别算法，对数据预处理和格式化的要求最低。它可以被视为与MNIST风格相似（例如，图像是经过裁剪的小数字），但包含一个数量级的更多标记数据（超过 600,000 个数字图像），并且来自一个更难、未解决的现实世界问题（识别自然场景图像中的数字和数字）。SVHN 是从谷歌街景图像中的门牌号获得的。3D MNIST 数字识别图像数据数据集下载地址：http:
2022-03-14 16:10:48
7495
2
原创 CVPR 2022｜从原理和代码详解FAIR的惊艳之作：全新的纯卷积模型ConvNeXt
本文首发于极市平台，作者科技猛兽，转载请获得授权并标明出处。本文目录7 匹敌 Transformer 的2020年代的卷积网络(来自 FAIR，UCB)7.1 ConvNeXt 原理分析7.2 ConvNeXt 代码解读7 匹敌 Transformer 的2020年代的卷积网络论文名称：A ConvNet for the 2020s论文地址：https://arxiv.org/pdf/2201.03545.pdf7.1 ConvNeXt 原理分析7.1.1 Motivation
2022-03-10 10:11:36
750
原创 CVPR 2022 57 篇论文分方向整理 + 打包下载｜涵盖目标检测、语义分割、人群计数、异常检测等方向
涵盖目标检测、语义分割、人群计数、异常检测等方向
2022-03-10 10:09:21
7348
原创 CVPR 2022 3月7日论文速递（17 篇打包下载）涵盖 3D 目标检测、医学影像、图像去模糊、车道线检测等方向
包括的研究方向有：风格迁移、医学影像、图像去模糊、图像生成/合成、3D目标检测、深度估计、超分辨率、车道线检测、人脸反欺诈、半监督学习和图像重建。
2022-03-08 10:17:03
982
原创 CVPR 2022 3月3日论文速递（19 篇打包下载）涵盖网络架构设计、姿态估计、三维视觉、动作检测、语义分割等方向
CVPR2022最新论文速递、分方向整理（论文、代码、项目、解读）
2022-03-04 16:11:18
2086
原创 开发效率提升60%，详解在极市平台上进行的全流程线上算法开发
在我们实际算法开发的过程中，常常会遇到一些问题，例如算力不够用、资源利用率不高，真实场景数据集难以获取等。如果能有一套逻辑完整、资源全面又好上手的一站式开发工具，这些问题都能得到很好的解决。极市平台便是面向这些AI算法开发问题所提出的解决方案。作为一个包含算法开发全流程的AI平台，极市平台可以实现从数据生产到算法落地一站式在线开发，包括编码、训练和测试，同时开发效率相比线下可提升60%以上。不论是在极市平台参加竞赛、算法打榜还是项目，都需要在极市平台进行在线算法开发。极市平台的功能模块十分完整，不仅有开
2022-02-07 11:54:47
2448
原创 专访邱锡鹏：人工智能开源社区的「先行者」
文 | 刘冰一、Echo编辑 | 极市平台本文原创首发于极市平台，转载请获得授权并标明出处。邱锡鹏，复旦大学理学学士和博士。任职复旦大学计算机科学技术学院教授，博导。发表 CCF A/B 类论文 70 余篇，获得 ACL 2017 杰出论文奖（CCF A类）、CCL 2019 最佳论文奖。出版开源专著《神经网络与深度学习》，主持开发了开源自然语言处理工具 FudanNLP 和 FastNLP，获得了学术界和产业界的广泛使用。1 前章邱锡鹏在复旦大学读本科时专业并不是计算机，他上大学之前也没有
2022-02-07 11:46:15
174
原创 深入思考：算法工程师的落地能力具体指什么，如何提升自己的落地能力？
很多计算机视觉公司都是以算法起家，虽然技术能力强劲，但往往容易忽视工程能力。随着越来越多公司面临落地瓶颈，产业界对AI技术的实用导向愈发重视。因此，不论是对于算法工程师，还是即将进入工业界的人工智能研究者，落地能力都是非常重要的一项技能。那么算法工程师的落地能力具体指什么？如何提升自己的落地能力？本文可以给你一些参考。落地能力具体指什么？从狭义上来分析算法工程师的落地能力，可以从三个方面来理解：1.全局观。虽然算法工程师并不需要精通从收集数据到模型部署的每一道关卡，但如果对整体有一个全局的认知，就能够
2022-01-14 18:21:55
2373
原创 CUDA 编程上手指南：CUDA C 编程及 GPU 基本知识
作者丨科技猛兽编辑丨极市平台本文原创首发于极市平台，转载请获得授权并标明出处。推荐大家关注极市平台公众号，每天都会更新最新的计算机视觉论文解读、综述盘点、调参攻略、面试经验等干货~目录1 CPU 和 GPU 的基础知识2 CUDA 编程的重要概念3 并行计算向量相加4 实践4.1 向量相加 CUDA 代码4.2 实践向量相加5 给大家的一点参考资料1 CPU 和 GPU 的基础知识提到处理器结构，有2个指标是经常要考虑的：延迟和吞吐量。所谓延迟，是指从发出指令到最终返回结果中
2021-12-21 11:40:41
2362
原创 专访 Swin Transformer 作者胡瀚：面向计算机视觉中的「开放问题」 原创
文 | 刘冰一、Echo编辑 | 极市平台本文原创首发于极市平台，转载请获得授权并标明出处。胡瀚，湖北潜江人，本博均毕业于清华大学自动化系，曾就职于百度研究院深度学习实验室，目前任职于微软亚洲研究院视觉计算组。近期他和团队的“ Swin Transformer：Hierarchical Vision Transformer Using Shifted Windows ” 摘得 ICCV 2021 马尔奖（最佳论文奖）。1 从看闲书谈起科研人员闲暇做什么？也许千人千面。胡瀚在微软亚洲研究院工作
2021-12-21 10:50:01
871
原创 2021年中国计算机视觉人才调研开启啦，诚邀各位开发者们参与～
在今年初极市平台、中国图象图形学学会与德勤联合推出了《2020年度中国计算机视觉人才调研报告》。该报告一经发出就收到了来自社会各界的广泛好评：报告覆盖了12,000名计算机视觉领域人才和11家相关产业链的代表性企业。包括了人才现状、个人期望与规划、企业与社会对人才的诉求、人才培养与发展四个篇章。全网浏览量达到了近100,000+被多家知名媒体、平台、公众号及社区转载，如德勤公众号、中国图象图形学学会公众号、CSDN技术社区、知乎、艾瑞网、新浪、搜狐、机器之心等。01 2020年CV人才状况
2021-12-15 10:23:49
3820
原创 蒙纳士大学 & 英伟达发布 2021 年医疗视觉问答
论文：Medical Visual Question Answering: A Survey作者：Zhihong Lin,Donghao Zhang,Qingyi Tac,Danli Shi,Gholamreza Haffari,Qi Wu,Mingguang He,Zongyuan Ge机构：beResearch Center, Monash University, Clayton, VIC, Australia, NVIDIA AI Technology Center, Singapore, Sta
2021-12-09 18:53:23
2392
原创 卡塔尔大学发布全景分割 2021 年最新综述
论文：Panoptic Segmentation: A Reviewcode作者：Omar Elharrouss,Somaya Al-Maadeed,Nandhini Subramanian,Najmath Ottakath,Noor Almaadeed,Yassine Himeur机构：Qatar University摘要：用于视频分析的图像分割在智能城市、医疗保健、计算机视觉以及遥感应用等不同研究领域发挥着重要作用。在这方面，最近已经投入了大量精力来开发新的细分策略；最新的突出成就之一是全景分割
2021-12-09 18:49:07
922
原创 蒙特利尔大学发布2021年最新自监督小样本检测综述
论文：A Survey of Self-Supervised and Few-Shot Object Detectionproject作者：Gabriel Huang, Issam Laradji, David Vazquez, Simon Lacoste-Julien, Pau Rodriguez机构：Université de Montréal摘要：标记数据通常是昂贵和耗时的，特别是对于目标检测和实例分割等任务，这需要密集的图像标记。虽然少样本目标检测是关于用很少的数据在新的(看不见的)目标类上
2021-12-08 16:39:00
1548
原创 重庆邮电大学发布2021年最新小样本目标检测综述
论文：A Comparative Review of Recent Few-Shot Object Detection Algorithms作者：Leng Jiaxu, Chen Taiyue, Gao Xinbo, Yu Yongtao, Wang Ye, Gao Feng, Wang Yue机构：Chongqing University of Posts and Telecommunications摘要：由于现实世界数据的长尾分布和削减数据收集和注释成本的迫切需求，学习适应具有少量标记数据的新类的
2021-12-08 16:34:51
3045
原创 深度探讨 CrossFormer 如何解决跨尺度问题
作者丨FlyEgle编辑丨极市平台论文名称: CROSSFORMER: A VERSATILE VISION TRANSFORMER BASED ON CROSS-SCALE ATTENTION论文链接: https://arxiv.org/pdf/2108.00154.pdf论文代码：https://github.com/cheerss/CrossFormer1. 出发点Transformers模型在处理视觉任务方面已经取得了很大的进展。然而，现有的vision transformers
2021-11-30 10:46:24
1633
原创 ICCV‘21 Oral｜拒绝调参，显著提点：检测分割任务的新损失函数RS Loss开源
作者丨小马编辑丨极市平台本文原创首发于极市平台公众号，转载请获得授权并标明出处。写在前面目标检测和实例分割往往是一个multi-task的任务，其中包含了诸如classification，box regression和mask prediction等多个子任务，因此对于这类任务的损失函数往往是多个子任务的损失函数来加权求和，如下所示：其中，LtkL_t^kLtk是在第k个stage中第t个任务的损失函数（对于Faster R-CNN这类二阶段的目标检测器，KKK就等于2），λtk\lambd
2021-11-30 10:44:36
347
原创 Transformer 向轻量型迈进，微软与中科院提出两路并行的 Mobile-Former
作者丨happy编辑丨极市平台本文原创首发于极市平台，转载请获得授权并标明出处。VisionTransformer向轻量型迈进，微软与中科大提出两路并行的Mobile-Former已有的Transformer对标的CNN主要是ResNet系列，鲜少有对标端侧轻量模型的Transformer。本文则从轻量模型角度出发，在MobileNet与Transformer组合方面进行了探索，它创造性的将MobileNet与Transformer进行了两路并行设计，穿插着全局与特征特征的双向融合，同时利用卷积
2021-11-30 10:41:00
653
原创 大概是全网最详细的何恺明团队顶作MoCo系列解读...(完结篇)
作者丨科技猛兽编辑丨极市平台本文原创首发于极市平台，转载请获得授权并标明出处。大概是全网最详细的何恺明团队顶作 MoCo 系列解读！（上）本文目录1 MoCo v21.1 MoCo v2 的 Motivation1.2 MoCo 相对于 End-to-end 方法的改进1.3 MoCo v2实验2 MoCo v32.1 MoCo v3 原理分析 x2.2 MoCo v3 自监督训练 ViT 的不稳定性2.3 提升训练稳定性的方法：冻结第1层 (patch embedding层)
2021-11-29 15:10:23
5042
原创 一位算法工程师从30+场秋招面试中总结出的超强面经——目标检测篇（含答案）
作者丨灯会来源丨极市平台编辑丨极市平台本文为极市平台原创，转载须经授权并注明来源作者灯会为21届中部985研究生，七月份将入职某互联网大厂cv算法工程师。在去年灰飞烟灭的算法求职季中，经过几十场不同公司以及不同部门的面试中积累出了CV总复习系列，此为目标检测篇。Faster-Rcnn网络1.faster RCNN原理介绍，要详细画出图 Faster R-CNN是一种两阶段（two-stage）方法,它提出的RPN网络取代了选择性搜索（Selective search）算法后使
2021-11-29 10:39:50
2120
原创 详解何恺明新作MAE：通向CV大模型
作者丨科技猛兽编辑丨极市平台本文原创首发于极市平台，转载请获得授权并标明出处。本文目录1 MAE1.1 Self-supervised Learning1.2 Masked AutoEncoder (MAE) 方法概述1.3 MAE Encoder1.4 MAE Decoder1.5 自监督学习目标函数 Reconstruction Target1.6 具体实现方法1.7 ImageNet 实验结果1.8 masking ratio 对性能的影响1.9 观察到的一些实验现象1.
2021-11-29 10:35:47
6892
原创 CVPR2021 论文大盘点：全景分割论文汇总（共15篇）
编辑｜极市平台本文原创首发极市平台，转载请获得授权并标明出处。从 CVPR2021 公布结果开始，极市就一直对最新的 CVPR2021 进行分类汇总，共分为33个大类，包含检测、分割、估计、跟踪、医学影像、文本、人脸、图像视频检索、图像处理、三维视觉等多个方向。所有关于CVPR的论文整理都汇总在了我们的Github项目中，该项目目前已收获7500 Star。Github项目地址（点击阅读原文即可跳转）：https://github.com/extreme-assistant/CVPR2021-Pap
2021-11-26 15:37:58
1706
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人