- 博客(13)
- 资源 (1)
- 收藏
- 关注
原创 视觉注意力机制 | Non-local模块与Self-attention的之间的关系与区别?
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货什么是视觉中的注意力机制?计算机视觉(computer vision)中的注意力机制(attention)的基本思想就是...
2020-02-28 22:33:04 5254 1
原创 SLAM | 视觉SLAM中的后端:后端优化算法与建图模板
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货前面的话前面系列一中我们介绍了,VSLAM 是利用多视图几何理论,根据相机拍摄的图像信息对相机进行定位并同时构建周围环境...
2020-02-26 21:30:29 2678
原创 实例分割最新最全面综述:从Mask R-CNN到BlendMask
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货前面的话实例分割(Instance Segmentation)是视觉经典四个任务中相对最难的一个,它既具备语义分割(Se...
2020-02-25 22:17:14 2651
原创 SLAM | 视觉SLAM中的前端:视觉里程计与回环检测
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货什么是SLAM?同时定位与地图构建 (simultaneous localization and mapping, SL...
2020-02-23 20:11:41 3176
原创 一起来学C++ | 内存分区模型、引用、函数重载
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货一起来学C++编程系列本阶段主要针对C++==面向对象==编程技术做详细讲解,探讨C++中的核心和精髓。1 内存分区模型...
2020-02-22 22:15:49 138
原创 攻克目标检测难点秘籍六,释放Anchor的Anchor-Free算法
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货前面的话在前面的秘籍一:模型加速之轻量化网络、秘籍二:非极大抑制算法和回归损失优化之路、秘籍三:多尺度检测、秘籍四:数据...
2020-02-21 22:27:37 2141
原创 攻克目标检测难点秘籍五,解决样本不均衡问题
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货前面的话在前面的秘籍一:模型加速之轻量化网络、秘籍二:非极大抑制算法和回归损失优化之路、秘籍三:多尺度检测、秘籍四:数据...
2020-02-19 21:47:08 5913
原创 大杀器!攻克目标检测难点秘籍四,数据增强大法
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货前面的话在前面的秘籍一:模型加速之轻量化网络、秘籍二:非极大抑制算法和回归损失优化之路、秘籍三:多尺度检测中,我们主要关...
2020-02-17 22:05:30 2797
原创 涨分利器!攻克目标检测难点秘籍三,多尺度检测
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货前面的话在前面的秘籍一:模型加速之轻量化网络和秘籍二:非极大抑制算法和回归损失优化之路中,我们主要关注了轻量化网络,非极...
2020-02-16 16:59:31 1137
原创 收藏!攻克目标检测难点秘籍二,非极大值抑制与回归损失优化之路
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货前面的话在前面的秘籍一中,我们主要关注了模型加速之轻量化网络,对目标检测模型的实时性难点进行了攻克。但是要想获得较好的检...
2020-02-14 17:32:11 1322 1
原创 有代码,超详细!攻克目标检测难点秘籍一,模型加速之轻量化网络
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货目标检测难点概述目标检测是计算机视觉中一个重要问题,在行人跟踪、车牌识别、无人驾驶等领域都具有重要的研究价值。近年来,随...
2020-02-13 14:39:08 1192
原创 轻量化 | 如何让笨重的深度学习模型在移动设备上跑起来?看它!
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货概述卷积神经网络依靠神经网络中数以千万计的网络参数共同参与计算,存在网络结构复杂,运算量大,速度慢的缺点,并且很难移植到...
2020-02-11 23:04:43 2213
原创 【语义分割】一篇看完就懂的最新深度语义分割模型综述
点击上方“AI算法修炼营”,选择加星标或“置顶”标题以下,全是干货引言语义分割结合了图像分类、目标检测和图像分割,通过一定的方法将图像分割成具有一定语义含义的区域块,并识别出每个区域块的...
2020-02-10 20:55:14 18110 1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人