![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 86
极市平台
这个作者很懒,什么都没留下…
展开
-
紧跟恺明的步伐:记录一下复现行为识别slowfast模型的全流程(附详细代码)
Slowfast数据准备,如何训练,以及slowfast使用onnx进行推理,着重介绍了Slowfast使用Tensorrt推理,并且使用yolov5和deepsort进行人物追踪,以及使用C++ 部署。原创 2022-11-11 09:50:06 · 3001 阅读 · 5 评论 -
医学图像开源数据集汇总(二)
深度学习开源数据集汇总原创 2022-06-20 10:24:53 · 4022 阅读 · 2 评论 -
目标检测、OCR和语义分割等15个计算机视觉算法,82600元奖金~
目标检测、OCR和语义分割等15个算法原创 2022-06-14 09:32:29 · 661 阅读 · 0 评论 -
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原创 2022-05-11 11:51:39 · 702 阅读 · 1 评论 -
反光衣识别算法冠军方案总结(附源码)|极市打榜
反光衣识别算法冠军方案总结(附源码)|极市打榜原创 CV开发者都爱看的 [极市平台](javascript:void(0)????极市平台微信号 extrememart功能介绍 专注计算机视觉前沿资讯和技术干货,官网:www.cvmart.net昨天收录于话题 #极市打榜 1个内容↑ 点击**蓝字 **关注极市平台作者丨nobug_w编辑丨极市平台极市导读本文为反光衣识别算法的冠军方案总结,作者总结了自己打榜时的经验并给出了相关训练和推理的代码,希望能给大家带来一些帮助~原创 2021-11-25 19:00:48 · 1892 阅读 · 2 评论 -
还在魔改Transformer结构吗?微软&中山大学开源超强的视觉位置编码,涨点显著
作者丨小马编辑丨极市平台写在前面由于Transformer对于序列数据进行并行操作,所以序列的位置信息就被忽略了。因此,相对位置编码(Relative position encoding, RPE)是Transformer获取输入序列位置信息的重要方法,RPE在自然语言处理任务中已被广泛使用。但是,在计算机视觉任务中,相对位置编码的有效性还没有得到很好的研究,甚至还存在争议。因此,作者在本文中先回顾了现有的相对位置编码方法,并分析了它们在视觉Transformer中应用的优缺点。接着,作者提出了新的原创 2021-08-03 16:08:18 · 847 阅读 · 0 评论 -
万字长文细说工业缺陷检测
作者丨皮特潘编辑丨极市平台注意:本文从我的一个PPT整理而来,行文可能比较随意,很多细节没有写清楚,后续有时间会持续修改。上次说到,要写一个系列,最后整理才发现,还是合成一篇比较好一点。[皮特潘:AI 工业缺陷检测 —— 写在前面的话zhuanlan.zhihu.com(https://zhuanlan.zhihu.com/p/375383384)主要内容还是围绕着场景分析与数据理解、方法论与算法设计、工具链与部署落地等方面进行展开。重点关注的还是顶层设计,因此涉及到的很多具体的细节没有说太多,仁原创 2021-07-23 11:15:51 · 2780 阅读 · 3 评论 -
吊打一切现有版本的YOLO!旷视重磅开源YOLOX:新一代目标检测性能速度担当!
本文首发于极市平台,作者happy,转载须经授权并注明来源paper: https://arxiv.org/abs/2107.08430code: https://github.com/Megvii-BaseDetection/YOLOX本文是旷视科技在目标检测方面的最新技术总结,同时也是CVPR2021自动驾驶竞赛冠军方案的技术总结。本文将近两年来目标检测领域的各个角度的优秀进展与YOLO进行了巧妙地集成组合(比如解耦头、数据增广、标签分配、Anchor-free机制等)得到了YOLOX,性能原创 2021-07-20 17:13:29 · 1192 阅读 · 3 评论 -
100万+奖金池!目标检测、车牌识别、人体分割等赛事全面启动! ECV-2021 来了
ECV-2021极市计算机视觉开发者榜单大赛(以下简称ECV-2021)已于2021年7月6日正式开赛!ECV-2021由青岛市人民政府指导,极视角科技有限公司、 青岛市委台港澳办、青岛市工业和信息化局、青岛西海岸新区管委和青岛市城市管理局主办,青岛银行为独家金融支持单位,英特尔(中国)有限公司为战略合作伙伴,中国模式识别与计算机视觉大会(PRCV 2021)提供学术支持,极市平台、OpenVINO™工具套件提供技术支持,马达智数提供数据支持。报名链接:ECV-2021极市计算机视觉开发者榜单大...原创 2021-07-20 11:49:16 · 391 阅读 · 0 评论 -
一文看尽 6篇 CVPR2021 2D 异常检测论文
本文首发于极市平台,作者:刘冰一,转载须经授权并注明来源6月25日,CVPR 2021 大会圆满结束,随着 CVPR 2021 最佳论文的出炉,本次大会所接收的论文也全部放出。CVPR2021 共接收了 7039 篇有效投稿,其中进入 Decision Making 阶段的共有约 5900 篇,最终有 1366 篇被接收为 poster,295 篇被接收为 oral,其中录用率大致为 23.6%,略高于去年的 22.1%。CVPR 2021 全部接收论文列表:https://openaccess.th原创 2021-07-19 12:06:34 · 4032 阅读 · 2 评论 -
轻量高效!清华智能计算实验室开源基于PyTorch的视频 (图片) 去模糊框架SimDeblur
作者丨科技猛兽编辑丨极市平台清华大学自动化系智能计算实验室团队开源基于 PyTorch 的视频 (图片) 去模糊框架 SimDeblur。基于 PyTorch 的视频 (图片) 去模糊框架 SimDeblur它的特点是:全面: 涵盖经典的视频 (图像) 去模糊算法,如 MSCNN, SRN, DeblurGAN, EDVR, 等等。高效: 支持 DDP 多机多卡训练。轻量: 便于拓展,易上手,让更多的人能更快地上手使用。专注: 使我们在实现自己的新模型时只需要关注一个文件或很少的几个文原创 2021-07-15 10:35:15 · 1028 阅读 · 0 评论 -
霸榜COCO和Cityscapes!南理工&CMU提出极化自注意力,更精细的双重注意力建模结构
作者丨小马编辑丨极市平台【写在前面】注意力机制是一个被广泛应用在各种CV任务中的方法。注意力机制根据施加的维度大致可以分为两类:通道注意力和空间注意力。对于通道注意力机制,代表性的工作有SENet[2]、ECANet[3];对于空间注意力机制,代表性的工作有Self-Attention[4]。随着空间和通道注意力机制的提出,很自然的,结合空间和通道两个维度的双重注意力机制也被提出,代表工作有CBAM[1],DANet[5]。基于双重注意力机制,本文针对Pixel-wise regression的任务原创 2021-07-15 10:31:00 · 2178 阅读 · 8 评论 -
CVPR 2021 Short-video Face Parsing Challenge 季军方案分享
作者丨刘潇,司晓飞,谢江涛编辑丨极市平台近日,CVPR 2021 Short-video Face Parsing Challenge 大赛已于6月21日圆满结束。为cvpr workshop的竞赛单元赛事。大赛由PIC,马达智数和背景航空航天大学联合主办,极市平台提供技术支持的国际性赛事。该赛事主要关注可以应用到各场景中的短视频人脸解析技术。本次大赛报名人数吸引海内外共300多支团队参与大赛,相比往期cvpr大赛,报名人数有较大增长。本次大赛的前三名分别由腾讯、北邮模式识别实验室及大连理工大学获得。原创 2021-07-15 10:26:13 · 560 阅读 · 2 评论 -
圆形的CNN卷积核?华中科大&清华黄高团队&康奈尔提出圆形卷积,进一步提升卷积结构性能!
作者丨小马编辑丨极市平台写在前面目前正常卷积的感受野大多都是一个矩形的,因为矩形更有利于储存和计算数据的方便。但是,人类视觉系统的感受野更像是一个圆形的。因此,作者就提出,能不能将CNN卷积核的感受野也变成圆形呢?作者通过一系列实验,发现了圆形的卷积核确实比方形的卷积效果会更好。基于此,作者在本文中提出了一种卷积核大小可变的并且聚合了方形和圆形特点的集成卷积核。作者在模型训练结束后,采用了一种重参数的方法对模型的结构和参数进行修改,使得模型在inference的时候并没有引入额外的参数量和计算量。最终原创 2021-07-13 11:18:13 · 664 阅读 · 0 评论 -
一文看尽 27 篇 CVPR2021 2D 目标检测论文
作者丨二玖编辑丨极市平台6月25日,CVPR 2021 大会圆满结束,随着 CVPR 2021 最佳论文的出炉,本次大会所接收的论文也全部放出。CVPR2021 共接收了 7039 篇有效投稿,其中进入 Decision Making 阶段的共有约 5900 篇,最终有 1366 篇被接收为 poster,295 篇被接收为 oral,其中录用率大致为 23.6%,略高于去年的 22.1%。CVPR 2021 全部接收论文列表:https://openaccess.thecvf.com/CVPR20原创 2021-07-12 16:44:32 · 1044 阅读 · 0 评论 -
Multi-Scale Densenet续作?搞定Transformer降采样,清华联合华为开源动态ViT!
作者丨小马编辑丨极市平台先验知识Transformer最近在CV领域展现出了不错的效果,Vision Transformer(ViT)的大致流程可分为两步:1)因为Self-Attention(SA)的计算复杂度是和输入特征的大小呈平方关系的,所以如果直接将224x224的图片输入到Transformer中,会导致计算量的“爆炸”。因此,ViT的第一步是将图片转换成更小的token(比如16x16),然后将这些token进行flatten后输入到Transformer中。2)利用Transform原创 2021-07-09 14:53:47 · 656 阅读 · 0 评论 -
大合集!CVPR2021论文分方向整理: 目标检测/图像分割/医学影像等25个方向(持续更新)
CVPR2020在2月28日公布了所有接受论文ID,相关报道:CVPR 2021接收结果出炉!录用1663篇,接受率提升,你的论文中了吗?。自论文ID公布以来,许多开发者都分享了自己的优秀工作。从论文ID公布以来,极市一直在对CVPR进行实时跟进,我们在Github上对CVPR2021论文进行了整理和分类,涵盖的方向有:目标检测、图像分割、图像处理、医学影像、目标跟踪、人脸、姿态估计、图像检索、3D、GAN、NAS、模型压缩等25个方向。由于字数限制,最新更新可以前往我们的 Github 或者 极市社区原创 2021-03-09 18:04:23 · 5154 阅读 · 1 评论 -
CVPR 2021 结果出炉!最全论文下载及分类汇总(更新中)
CVPR2021接受论文待更新~在2020年,目标检测与人脸方向热度经久不衰,目标跟踪、行人检测与重识别、图像分割等方向也占据大头,那么今年的热门方向将会有哪些?大家可以预测一波~极市一直非常关注CVPR,在每年都会进行CVPR相关的论文资源整理,包括论文解读、代码、技术直播、分方向盘点、最佳论文汇总等,也得到了许多开发者的支持。在Github上,极市的CVPR盘点已经收获了5.7K star。在今年,我们也会对CVPR2021进行实时跟进。Github项目地址:https://github.原创 2021-03-01 11:32:37 · 60343 阅读 · 21 评论 -
WACV 2021 论文大盘点 目标检测与图像分割篇(持续更新)
来源:OpenCV中文网目标检测篇:本篇继续对目标检测相关论文进行整理,共计 14 篇。包含2D、 3D、雷达、小目标、带方向的、半监督目标检测、弱监督目标定位等。如有遗漏,欢迎补充。下载包含这些论文的 WACV 2021 所有论文:链接: https://pan.baidu.com/s/1vShaCoOrQZ0gTlEPhbUsAg提取码: [hide] uxp2 [/hide]3D目标检测[1].Cross-Modality 3D Object转载 2021-01-26 12:29:32 · 1957 阅读 · 0 评论 -
Batchsize不够大,如何发挥BN性能?探讨神经网络在小Batch下的训练方法
由于算力的限制,有时我们无法使用足够大的batchsize,此时该如何使用BN呢?本文将介绍两种在小batchsize也可以发挥BN性能的方法。本文首发自极市平台,作者 @皮特潘,转载需获授权。前言BN(Batch Normalization)几乎是目前神经网络的必选组件,但是使用BN有两个前提要求:batchsize不能太小;每一个minibatch和整体数据集同分布。不然的话,非但不能发挥BN的优势,甚至会适得其反。但是由于算力的限制,有时我们无法使用足够大的batchsize,此时该如原创 2020-12-31 11:18:35 · 1037 阅读 · 0 评论 -
ACCV2020国际细粒度网络图像识别亚军方案总结
大赛官网:https://www.cvmart.net/race/9917/base背景介绍ACCV大会(Asian Conference on Computer Vision)是由亚洲计算机视觉联合会举办的两年一次的计算机视觉领域国际重要会议。该会议为研究者、开发者以及参与者提供了一个重要的论坛,以展示和讨论计算机视觉及相关领域的新问题、新方法和新技术。ACCV 2020 国际细粒度网络图像识别竞赛,是由南京理工大学、英国爱丁堡大学、南京大学、阿德莱德大学、日本早稻田大学等研究机构主办,极市平台提.原创 2020-12-31 11:16:58 · 572 阅读 · 0 评论 -
终极盘点:计算机视觉资源汇总:CVPR、ECCV、ICCV、ECCV、AAAI、ICML等顶会论文汇总解读 / 代码下载(1987-2020)、技术视频、数据集等
(一)计算机视觉顶会资源合集此汇总不仅包含最新的CVPR/ECCV2020论文分方向整理,还有历年的CVPR、ECCV、ICCV、ECCV、AAAI、ICML等多个顶会以及Valse等技术大会的各类资源。CVPR2020 最全整理:论文分类/汇总/下载 / 代码 / 项目 / 论文解读CVPR2019 | 论文分类汇总/下载 / 代码 / 项目 / 论文解读CVPR 2018 论文解读集锦CVPR 2017 论文解读集锦2000-2020 年历届 CVPR 最佳论文汇总ECCV2020 最全原创 2020-12-25 16:44:43 · 2346 阅读 · 0 评论 -
搞懂Transformer结构,看这篇PyTorch实现就够了
作者 | Alexander Rush翻译 | 哈工大SCIR赵正宇来源 | 哈工大SCIR下面分享一篇实验室翻译的来自哈佛大学一篇关于Transformer的详细博文。“Attention is All You Need”[1] 一文中提出的Transformer网络结构最近引起了很多人的关注。Transformer不仅能够明显地提升翻译质量,还为许多NLP任务提供了新的结构。虽然原文写得很清楚,但实际上大家普遍反映很难正确地实现。所以我们为此文章写了篇注解文档,并给出了一行行实现的Tra.转载 2020-12-25 11:31:01 · 870 阅读 · 0 评论 -
图像分割二十年,盘点影响力最大的10篇论文
图像分割(image segmentation)技术是计算机视觉领域的重要的研究方向,近些年,图像分割技术迅猛发展,在多个视觉研究领域都有着广泛的应用。本文盘点了近20年来影响力最大的 10 篇论文。本文首发自极市平台,转载需获授权。TOP10Mask R-CNN被引频次:1839作者:Kaiming He,Georgia Gkioxari,Piotr Dollar,Ross Girshick.发布信息: 2017,16th IEEE International Conference on原创 2020-11-19 15:53:58 · 317 阅读 · 0 评论 -
Graph Normalization (GN):为图神经网络学习一个有效的图归一化
摘要作者在不同任务中尝试了节点式归一化(Node-wise),邻接式归一化(Adjance-wise),图式归一化(Graph-wise)和批处理归一化(Batch-wise)作为归一化计算方式,来分析每种归一化方式的优劣,并提出一种基于学习的四合一自动加权组合的方式来学习适合当前任务的图归一化。Paper:Learning Graph Normalization for Graph Neural Networkshttps://arxiv.org/abs/2009.11746Source Cod原创 2020-11-19 15:38:47 · 1072 阅读 · 0 评论 -
21个深度学习调参的实用技巧,一定要看到最后一个
前言:不管是机器学习还是深度学习都需要经历一个调参的过程,本文总结了在深度学习中21个实用的调参的技巧,给出了很多建议,同时附有论文来源。文章在国外知名的网站 medium 上面获得了一千多的赞,快来学习吧!译文:AI算法与图像处理原文:medium训练深度神经网络是困难的。它需要知识和经验,以适当的训练和获得一个最优模型。在这篇文章中,我想分享我在训练深度神经网络时学到的东西。以下提示和技巧可能对你的研究有益,并可以帮助你加速网络架构或参数搜索。现在,让我们开始吧……1在你开始建立你的网络转载 2020-11-17 11:30:05 · 726 阅读 · 0 评论 -
图像篡改被动检测技术一览:基于特征提取和卷积神经网络的篡改检测
极市导读: 本文聚焦于归纳和总结数字图像篡改被动检测方法,对基于特征提取和基于卷积神经网络的两类篡改检测方法进行全面论述,分析其中不足与问题,并讨论了数字图像篡改被动检测技术未来的发展趋势。目录0 前言1 基于特征提取的传统篡改检测1.1 复制黏贴篡改检测方法1.2 拼接组合篡改检测方法2 基于卷积神经网络的篡改检测3 未来发展趋势面向互联网共享环境下的数字图像篡改检测研究面向大规模图像数据集的数字图像篡改检测研究0前言随着图像编辑技术的不断发展,人们可.原创 2020-11-05 16:23:57 · 9239 阅读 · 0 评论 -
图像算法处理视频不稳定?港科大团队提出一种通用算法解决视频处理时域不稳定问题
arxiv链接:https://arxiv.org/abs/2010.11838project主页:https://chenyanglei.github.io/DVP/index.htmlvideo:https://youtu.be/07A3aRF4s0g许多图像处理算法已在单个图像处理任务中表现了出色的性能,但是将它们直接应用于视频上通常会有时域不一致问题(例如闪烁问题),如图1所示。 为了提高时域一致性,大多数研究人员针对不同的视频处理任务设计了专用算法,例如视频上色,视频去噪和视频超分辨率。 .原创 2020-11-05 15:46:53 · 704 阅读 · 0 评论 -
半路出家OCR后成领域专家,白翔:计算机视觉科研没有捷径
极市学者专访|第三期“听大牛说说计算机视觉那些事儿”本次极市学者访谈,我们非常荣幸地邀请到了华中科技大学白翔教授。白翔教授是计算机视觉领域的优秀学者,也是场景文字领域的知名大牛。在本次访谈中,白翔教授不仅分享了他对于人工智能行业、场景文字检测与识别技术发展的前沿观点,还为当下的计算机视觉科研者们分享了他非常宝贵的科研经历与心得。每一位科研者都走过一条属于他自己的科研路。那么白翔教授的科研路是什么样的?下文即答案。白翔,教授,IAPR Fellow。研究领域为计算机视觉与模式识别,文档分析与识别.原创 2020-11-05 15:43:07 · 1087 阅读 · 0 评论 -
An Invitation to 3-D Vision: From Images to Geometric Models 邀请 3d 视觉从图像的几何模型(免费下载)
An Invitation to 3-D Vision: From Images to Geometric Models免费下载本书解决了计算机视觉中的一个中心问题-如何使用主要来自线性代数和矩阵理论的技术从一组二维图像中恢复3-D结构和运动。重点在于开发一个统一的框架,以研究3-D场景的多个图像的几何形状并从这些图像中重建几何模型。该书还涵盖了图像形成,基本图像处理和特征提取的相关方面。作者通过提供有关工作视觉算法和系统实施的分步说明,弥合了理论与实践之间的鸿沟。这本书主要是作为教科书编写的,目的是原创 2020-09-24 18:02:28 · 3305 阅读 · 1 评论 -
与 SENet 互补提升,华为提出自注意力新机制:Weight Excitation
注意力机制、动态卷积最近几年被研究得非常透了,不过前述方法大多聚焦于特征图层面,而该文则是从权值角度出发提出了一种非常有意思的机制。该文所提方法仅作用于训练阶段,不会对推理造成任何的计算量消耗、网络结构改变,同时可取得媲美SE的性能提升,更重要的是它可以与SE相互促进。论文:http://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123750086.pdfAbstract该文提出一种新颖的方法用于在训练阶段同时判别卷积神经网络权值的重要性并对.原创 2020-09-24 17:52:07 · 502 阅读 · 0 评论 -
如何配置一台深度学习工作站?
专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/本文介绍了家用的深度学习工作站的两种典型配置,以及各类硬件的参数介绍和选择方案,可以作为选购时的参考。这篇文章主要介绍的是家用的深度学习工作站,典型的配置有两种,分别是一个 GPU 的机器和四个 GPU的机器。如果需要更多的 GPU 可以考虑配置两台四个 GPU 的机器。如果希望一台机器同时具备 6~8 个 GPU 需要联系专门的供应商进行配置,并且有专业的机房存放,放在家里噪声很大并.原创 2020-09-17 14:56:14 · 713 阅读 · 2 评论 -
计算高效,时序一致,超清还原!清华&NYU 提出 RRN:视频超分新型递归网络
原文链接:https://bbs.cvmart.net/articles/3158专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/本文为大家介绍一个视频超分方向的最新工作:新颖的递归网络RRN。文章将残差学习思想引入到RNN中,在帮助保持长周期纹理信息的同时降低了训练过程中的梯度消失的风险。该工作在Vid4数据集上超越了EDVR的PSNR指标。同时,文章还对常用的三种时序建模方案进行了系统的对比分析。paper: https://.原创 2020-09-17 14:46:00 · 621 阅读 · 0 评论 -
武大&上交发布首篇「图像匹配」大领域综述!涵盖 8 个子领域,汇总近 20年经典方法
原文链接:https://bbs.cvmart.net/topics/3176专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/武汉大学和上海交通大学近日联合发布了首篇图像匹配大领域综述:《Image Matching from Handcrafted to Deep Features: A Survey》,引用文献500+,涵盖特征匹配、图匹配、点集配准等8个子领域,是一篇非常全面的大框架图像匹配综述。论文现已被IJCV2020接收。原创 2020-08-26 09:53:43 · 2364 阅读 · 0 评论 -
显著性目标检测代码全汇总!(包含2D、3D、4D以及Video)
原文链接:https://bbs.cvmart.net/articles/3119专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/给大家推荐一个优秀的Github项目,总结了近几年的显著性目标检测相关顶会顶刊论文以及相应代码。尤其适合初学者的论文阅读,以及高级研究员的文献检索和代码查找。Github地址https://github.com/jiwei0921/SOD-CNNs-based-code-summary-欢迎大家直接关注最新动原创 2020-08-15 14:35:16 · 848 阅读 · 0 评论 -
显著改善分割预测,ETH开源基于情景图储存网络的视频目标分割|ECCV2020
原文链接:https://bbs.cvmart.net/articles/3119专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/本文主要解决视频目标分割领域的一个基本问题:如何使分割模型能够有效地适应特定视频以及在线目标的外观变化。解决办法:提出一个图存储网络来对分割模型进行“学习更新”。大概流程分为两步:首先构建一个由全连接图构成的情景存储网络,将帧存储为节点,并通过边捕获跨帧的相关性。然后,可学习的控制器被嵌入以简化内存的读写。原创 2020-08-15 14:33:01 · 364 阅读 · 0 评论 -
超详细!使用OpenCV深度学习模块在图像分类下的应用实践
专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/极市导读:本文来自6月份出版的新书《OpenCV深度学习应用与性能优化实践》,由Intel与阿里巴巴高级图形图像专家联合撰写,系统地介绍了OpenCV DNN 推理模块原理和实践。深度学习理论的广泛研究促进了其在不同场景的应用。在计算机视觉领域,图像分类、目标检测、语义分割和视觉风格变换等基础任务的性能也因为采用了深度学习的方法而有了飞跃性的提升。本章将为读者梳理深度学习方法在这些基本应用场景的原创 2020-08-15 12:18:18 · 2982 阅读 · 0 评论 -
Label Assign综述:提升目标检测上限
原文链接:https://bbs.cvmart.net/topics/2960专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/最近因为AutoAssign这篇paper的原因,再加上之前对目标检测中label assign问题很感兴趣, 看了几篇label assign相关论文(FreeAnchor、ATSS、AutoAssign),梳理一下几篇论文的关系做个记录~~我用一张图大致梳理出几个label assign相关论文的关系Free原创 2020-08-15 12:14:45 · 850 阅读 · 0 评论 -
国内外优秀的计算机视觉团队汇总|持续更新
原文链接:https://bbs.cvmart.net/topics/481专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/本帖还在更新中,国内外优秀的计算机视觉团队有很多,我这里只是列举了自己从知乎、CSDN等网站上收集到的,排名不分先后,如有遗漏,还请谅解。同时欢迎小伙伴回帖补充,我会更新到本帖,谢谢~感谢极市平台微信公众号的粉丝 Alan、Andy、陈、蓝色格调、亚辉、邵帅、城邑、SuperMAN和知乎好友:Shihua Huang的原创 2020-09-24 14:58:44 · 2028 阅读 · 0 评论 -
大合集!2019-2020年目标跟踪资源全汇总(论文、模型代码、优秀实验室)
原文链接:https://bbs.cvmart.net/articles/3119专注计算机视觉前沿资讯和技术干货微信公众号:极市平台官网:https://www.cvmart.net/目录1. 顶会论文1.1. CVPR20201.2. ECCV20201.3. CVPR20191.4. ICCV20192.benchmark3.实验室1.顶会论文CVPR2020(共33篇)参考链接:https://mp.weixin.qq.com/s/IaizDEfvRc0Jr原创 2020-08-13 17:26:55 · 5298 阅读 · 0 评论