前沿AI
文章平均质量分 86
分享转载人工智能的前沿知识
RyanC3
自律 坚持 前进
展开
-
Deep learning for fine-grained image analysis: A survey
Deep learning for fine-grained image analysis: A survey论文链接:https://arxiv.org/pdf/1907.03069.pdf综述:http://www.weixiushen.com/tutorial/PRICAI18/PRICAI2018_FGIA.pdf这篇文章主要介绍图像的细粒度分类任务,是一篇综述。“Fine-grained image analysis(FGIA) focuses on dealing with the ob原创 2021-09-18 16:25:37 · 438 阅读 · 0 评论 -
CVPR2021 DRConv:动态区域感知的卷积
目录摘要目的方法Dynamic Region-Aware ConvolutionLearnable guided maskForward propagationBackward propagationDynamic Filter: Filter generator module摘要在本文中,作者提出了一种名为动态区域感知卷积(DRConv) 的新卷积,它可以自动将多个滤波器分配给具有相似特征表示的空间区域。标准卷积层通常是增加滤波器的数量以提取更多的视觉信息,但这会导致较高的计算成本。而本文的DRCon原创 2021-11-08 14:48:24 · 2068 阅读 · 0 评论 -
万字综述自动驾驶数据闭环(转载)
转自:万字综述自动驾驶数据闭环,黄浴万字综述自动驾驶数据闭环(转载)介绍自动驾驶的数据驱动模型感知地图定位预测规划控制传感器预处理模拟仿真云计算平台的搭建和大数据处理技术训练数据标注工具大型模型训练平台模型测试和检验相关的机器学习技术主动学习OOD检测和Corner Case检测数据增强/对抗学习迁移学习/域适应自动机器学习(AutoML)/元学习(学习如何学习)半监督学习自监督学习少样本/零样本学习持续学习/开放边界总结介绍最近自动驾驶和数据闭环结合在一起成为一大解决方案,原因是自动驾驶工程已经被认转载 2021-09-23 16:52:51 · 1747 阅读 · 0 评论 -
Pre-Trained_Models_Past_Present_and_Future
论文:Pre-Trained Models: Past, Present and Future摘要BERT、GPT 等大规模预训练模型(PTM)最近取得了巨大成功,成为人工智能领域的里程碑。由于复杂的预训练目标和庞大的模型参数,大规模 PTM 可以有效地从大量标记和未标记的数据中捕获知识。通过将知识存储到大量的参数中并对特定任务进行微调,大量参数中隐式编码的丰富知识可以使各种下游任务受益,这已通过实验验证和实证分析得到广泛证明。现在人工智能社区的共识是采用 PTM 作为下游任务的支柱,而不是从头开始学习原创 2021-09-18 16:21:48 · 269 阅读 · 0 评论