CVPR 2025 | OverLoCK：一种先概览后细察且具有上下文混合动态内核的卷积神经网络

最新推荐文章于 2025-05-19 16:49:30 发布
最新推荐文章于 2025-05-19 16:49:30 发布
阅读量133 收藏
点赞数 6
分类专栏： 计算机顶会顶刊论文解读 文章标签： cnn 人工智能 神经网络 CVPR 论文解读 计算机顶会
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/147139076
版权

论文信息

题目：OverLoCK: An Overview-first-Look-Closely-next ConvNet with Context-Mixing Dynamic Kernels
OverLoCK：一种先概览后细察且具有上下文混合动态内核的卷积神经网络
作者：Meng Lou, Yizhou Yu
源码：https://bit.ly/4bdbmdl

论文创新点

  1. 提出仿生深度阶段分解策略（DDS）：受人类视觉系统“先概览后细察”机制启发，将网络分解为Base - Net、Overview - Net和Focus - Net三个子网络。
  2. 设计上下文混合动态卷积（ContMix）：为使卷积具备长距离依赖建模能力并保留局部归纳偏差，通过计算输入特征图中token与上下文特征图区域中心的亲和度，生成空
了解本专栏 订阅专栏 解锁全文
CVPR2021 | PAConv：一种位置自适应卷积，点云分类、分割任务表现SOTA
3D视觉工坊
04-19 2414
导读： 由香港大学CVMI Lab和牛津大学合作提出了一种点云上具有动态内核组装的位置自适应卷积——PAConv: Position Adaptive Convolution with ...
改进YOLO系列 | CVPR 2021 | Involution：超越convolution和self-attention的神经网络算子
YOLOv8项目贡献者
02-21 3412
关于 Involution 的一些想法和思考
复活CNN！港大 CVPR 2025 高分论文，助力卷积神经网络效率暴涨还省显存！
04-02 997
在深度学习蓬勃发展的当下，卷积神经网络视觉基础模型正不断拓展着视觉处理领域的边界。这些模型如同精密的视觉感知引擎，深度挖掘图像、视频中的关键信息，在安防监控、自动驾驶、医疗影像分析等诸多领域发挥着不可替代的作用。其中港大研究人员这篇入选CVPR 2025的高分论文，提出新型纯CNN架构OverLoCK借鉴人类视觉系统“先概览后细察”的运作模式，创新性地采用深度阶段分解策略（DDS）与上下文混合动态卷积（ContMix）。
CVPR 2025 | CNN：我又活过来了！港大 OverLoCK 重塑即插即用视觉Backbone网络，性能碾压传统模型！
05-15 682
现代卷积神经网络（ConvNets）常采用金字塔结构，忽略了人类视觉系统中自上而下注意力机制这一仿生原理。本文提出的OverLoCK是首个集成该机制的纯卷积骨干网络架构，它通过Base-Net、Overview-Net和Focus-Net三个协同子网络实现“先概览、后细看”的功能。同时，论文提出上下文混合动态卷积（ContMix），能有效建模长距离依赖关系并保留局部归纳偏差。
CVPR 2021 | pixelNeRF：一种基于NeRF的多视图三维重建网络
qq_29462849的博客
05-05 5020
项目、论文地址：在公众号「计算机视觉工坊」，后台回复「pixelNeRF」，即可直接下载。概述作者提出了pixelNeRF，一个只需要输入单张或多张图像，就能得到连续场景表示的学习框架。由...
CVPR 2022 | SharpContour：一种基于轮廓变形 实现高效准确实例分割的边缘细化方法
TechBeat人工智能社区博客
08-04 2841
一个离散的基于分类任务计算顶点变形量而非直接回归每个顶点的变形量的轮廓变形方法
ApiHug 咋变成国外AI工具了呢？
程序员超级伴侣-ApiHug
05-16 1114
摘要：ApiHug是一个专注于API设计和开发的平台，提供高度描述性、模块化和可视化的体验。它集成了API资产的分发、监控和管理功能，支持全语言在IDEA中的智能自动补全、linting和语法高亮等。ApiHug通过标准化的API设计元语言，旨在提高API开发效率和团队协作。其主要功能包括API设计、代码生成、模块共享、版本控制和统一IDE支持。目标受众为API开发者和团队，使用场景涵盖API设计、性能监控和智能提示。用户可通过官网注册、安装插件并开始使用ApiHug的各类功能。
联想推出擎天AI适配中心，智能体部署开启“交钥匙”新模式
weixin_43735236的博客
05-16 535
根据中研普华产业研究院的《2025-2030年中国AI大模型行业竞争格局分析与未来趋势预测报告》分析，2025年中国AI大模型市场规模预计将突破495亿元，大模型技术正在全行业快速演进，其中智能体成为企业AI落地的重要形式，特别是在政务、金融、医疗等对数据可控性要求极高的行业，本地化部署几乎已成共识。面对快速演进的市场环境，ISV常常陷入部署难、适配难、交付慢等难题——擎天AI适配中心的推出，正是为了解决这些关键痛点，帮助开发者在智能体的部署过程中，跳过复杂的搭建过程，专注于业务模型开发与客户交付。
Baklib赋能企业知识资产AI化升级
weixin_51374429的博客
05-18 996
Baklib作为AI驱动的一站式知识中台，深度融合大数据与智能技术，助力企业实现知识资产数字化升级。通过构建安全可控的多语言知识库体系，帮助百度、京东等500强企业激活沉睡数据，提升60%AI数据准备效率，实现内容智能管理、多场景输出及业务创新，打造可视化AI Ready知识引擎，加速数字化转型进程。
垂直智能体：企业AI落地的正确打开方式
chainso23的博客
05-18 738
在一次重大投资决策中，这个智能体通过详细的财务模型和风险分析，帮助企业识别了原计划中被忽视的潜在风险，优化了投资策略，最终实现了比预期高的投资回报。上述企业管理与运营领域的成功案例清晰地表明，真正有价值的智能体不是简单地调用模型或拼凑功能，而是通过深度融合领域知识、专业流程和企业特定数据，形成清晰的内部逻辑，最终成为企业决策和运营的可靠助手。高效的垂直智能体需要具备强大的任务记忆能力，能够在多轮交互中保持上下文理解，记住用户的需求和偏好，避免重复询问或提供不一致的回答。
咖啡叶子病害检测数据集VOC+YOLO格式1468张4类别均为单叶子
FL1623863129的博客
05-17 575
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["Cercospora","Miner","Phoma","Rust"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注数量(xml文件个数)：1468。标注数量(txt文件个数)：1468。
[模型部署] 1. 模型导出
ayiya_Oese的博客
05-16 1232
本文详细介绍了如何将深度学习模型导出为不同部署格式，包括ONNX、TorchScript等，并对比了各种格式的优缺点及适用场景。
数字人技术的核心：AI与动作捕捉的双引擎驱动（210）
m0_74825409的博客
05-18 644
AI 与动作捕捉技术的深度融合，正在重构数字人的 “生命体征”。随着 5G、AR/VR 技术的普及，数字人将从单一功能载体进化为具备自主意识的虚拟生命体，成为连接物理世界与数字空间的超级入口。未来的数字人不仅是技术的集合体，更是人类情感与智慧的数字化延伸。我们正站在一个新的时代起点上，见证着数字人技术带来的变革与创新。在这个虚实共生的新纪元中，数字人将与我们的生活、工作、娱乐深度融合，创造出无限可能的未来。
ROS2使用yoloV12，V11，V10，V9，V8，V5等
qq_35598561的博客
05-19 256
ROS2使用yoloV12，V11，V10，V9，V8，V5等
《Python星球日记》 第95天：分布式训练与推理
Code_流苏：在代码中寻诗意，在实践中觅真知
05-19 704
《Python星球日记》 第95天：分布式训练与推理，今天，我们将探索分布式训练与推理技术，这是解决大规模AI模型训练和部署挑战的关键方法
RiDoc：高效文档扫描与图像处理工具，助力高效办公
2501_90839605的博客
05-15 1179
高效压缩算法：在保证图像质量的同时显著减小文件体积，适合存储和传输需求。多格式兼容：支持主流图像格式（BMP/JPEG/PNG/TIFF）及PDF、Word文档的导入与导出。OCR功能强大：内置多语言OCR识别，可直接提取扫描文档中的文字并编辑，无需手动输入。操作便捷：界面简洁直观，拖拽式操作降低学习成本，支持一键扫描、批量处理。安全性高：提供水印添加、加密传输等保护措施，防止文档泄露或篡改。
开源的跨语言GUI元素理解8B大模型：AgentCPM-GUI
直达开源前线，冲冲冲！
05-15 963
AgentCPM-GUI 是由清华大学自然语言处理实验室与 ModelBest 联合开发的开源大模型，基于 MiniCPM-V 架构，拥有 80 亿参数，专为移动终端 GUI 操作设计。该模型通过接收屏幕截图作为输入，自动执行用户任务，具备高质量 GUI 定位、中文应用适配、强化推理规划和紧凑动作空间设计等关键特性。在基准测试中，AgentCPM-GUI 在多个指标上表现优异，尤其在复杂 GUI 场景下的任务执行能力显著领先。其技术架构结合了多模态融合和强化学习，训练数据涵盖大规模双语 Android 数据
【AI学习】AI大模型技术发展研究月报的生成提示词
bylander的博客
05-16 997
AI大模型技术发展研究月报生成提示词，以及在三个平台的使用效果
网络安全之大模型隐私攻击技术
最新发布
anquan2233的博客
05-19 678
近年来，大模型在自然语言处理、计算机视觉、推荐系统、医疗诊断等众多领域取得了突破性进展。这些模型的成功在很大程度上依赖于海量的训练数据，这些数据往往包含个人隐私信息、商业机密或其他敏感内容。然而，随着大模型的广泛部署，其隐私风险也日益凸显。研究表明，即使模型本身不直接公开训练数据，攻击者仍可通过多种技术手段从模型中提取敏感信息，甚至推断出训练数据中的具体样本或用户属性。这种隐私攻击不仅对个人隐私构成威胁，还可能引发法律合规性问题（如违反GDPR等法规）、企业声誉损失以及社会伦理争议。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值