• 问答
  • 技术
  • 实践
  • 资源
近期精选
【参赛必读】2021 极市超新星算法竞赛官方助攻文档在此!

大赛官网 https://cvmart.net/list/SUNA2021 欢迎参加2021极市超新星算法竞赛!为帮助大家快速了解极市平台线上竞赛“打榜”相关流程,特制作本说明。 1、关于极市平台使用 如果您之前未使用过极市平台,请您先仔细阅...

  • 0
  • 0
  • 352
综述:目标检测二十年(2001-2021)

作者:派派星 来源:CVHub 编辑:极市平台 引言 目标检测领域发展至今已有二十余载,从早期的传统方法到如今的深度学习方法,精度越来越高的同时速度也越来越快,这得益于深度学习等相关技术的不断发展。本文将对目...

技术讨论 #目标检测
  • 12
  • 1
  • 10.8k
深度学习图像标注工具汇总

对于监督学习算法而言,数据决定了任务的上限,而算法只是在不断逼近这个上限。世界上最遥远的距离就是我们用同一个模型,但是却有不同的任务。但是数据标注是个耗时耗力的工作,CSDN博主chaibubble介绍以下几个图像...

工具
  • 14
  • 105
  • 11.7k
CVPR 2019 论文大盘点—目标检测篇

作者:一块钱、CV君 来源:微信公众号@我爱计算机视觉 总计 56 篇,绝大多数含开源代码,很多已经被大家所熟悉,比如KL-Loss、ScratchDet、ExtremeNet、NAS-FPN、GIoU 等。 可以在以下网站下载这些论文:https://ope...

论文速递
  • 3
  • 0
  • 12.5k
使用 YOLO V5 训练自动驾驶目标检测网络

作者丨William 来源丨自动驾驶全栈工程师知乎专栏:https://www.zhihu.com/people/william.hyin/columns 编辑丨极市平台 前言:本文会详细介绍YOLO V5的网络结构及组成模块,并使用YOLO V5s在BDD100K自动驾驶数据集...

技术讨论
  • 0
  • 0
  • 1.6k
发 SCI 很难,但我总结的这套方法帮我读研期间发了 5 篇 SCI,所有的方法和技巧都在这里了

准备发表SCI论文或者将要发表SCI论文的朋友,要死死撑住,一定要把它看完,并尝试去实践它。 之所以能发那几篇论文,跟我研究方向、导师指导方式和自己努力都有关系。我把读研时候写论文的心得总结成下面几部分: ——...

书籍教程
  • 28
  • 88
  • 17.4k
用 YOLO v5+DeepSORT,打造实时多目标跟踪模型

来源 | AI有道 目标跟踪 (Object Tracking) 是机器视觉领域的重要课题,根据跟踪目标的数量,可分为单目标跟踪 (Single Object Tracking,简称 SOT) 和多目标跟踪 (Multi Object Tracking,简称 MOT)。 多目标跟踪往...

技术讨论
  • 2
  • 0
  • 5.4k
CV 面试问题详解宝典--目标检测篇

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...

技术讨论
  • 3
  • 0
  • 2.9k
【资源】图神经网络 (GNN) 相关资源大列表

最近,图神经网络 (GNN) 在各个领域越来越受到欢迎,包括计算机视觉、社交网络、知识图谱、推荐系统,甚至生命科学等。GNN 在对图形中节点间的依赖关系进行建模方面能力强大,使得图分析相关的研究领域取得了突破性...

技术讨论
  • 3
  • 0
  • 7.5k
【资源】语义分割 paper 以及 code 汇总

下边是国外小哥mrgloom汇总的各种语义分割的paper以及code,非常赞。分享一下:https://github.com/mrgloom/awesome-semantic-segmentation.git Awesome Semantic Segmentation Networks by architecture Semantic s...

技术讨论
  • 6
  • 0
  • 12.6k
1024 开发者嘉年华!悬赏 102400 奖金,寻找 AI 炼丹师

1024,102400奖金,三大福利 寻找AI炼丹师 活动时间:10.21-10.31 奖励一:打榜奖励翻倍 & 决战超难榜 翻倍奖励:01: 首次任意榜的打榜成绩(或首次参与打榜)达到早鸟分数的开发者 ++每人奖励700元京东卡++...

技术讨论
  • 0
  • 0
  • 2.2k
Pytorch 的 nn.DataParallel 详细解析

作者丨初识CV@知乎(已授权) 来源丨https://zhuanlan.zhihu.com/p/393857045 编辑丨极市平台 前言 pytorch中的GPU操作默认是异步的,当调用一个使用GPU的函数时,这些操作会在特定设备上排队但不一定在稍后执行。这...

技术讨论
  • 3
  • 1
  • 3.1k
pytorch 实用工具总结

知乎博主Big Fish从各种资料加上自己实践整理出来的pytorch工具汇总,非常实用,欢迎收藏~ 作者:Big Fishhttps://zhuanlan.zhihu.com/p/33992733 以下工具主要包括: 模型层数:print_layers_num 模型参数总量:pri...

工具
  • 3
  • 0
  • 7.0k
ICCV 2021 Oral | 重新思考人群计数和定位:一个纯粹基于点的框架

来源|CVer计算机视觉 人群计数新范式!本文提出P2PNet:一个纯粹基于点的框架,可来直接预测人群数量和人群个体的位置,并提出一个新的度量标准,称为密度归一化平均精度 (nAP),代码即将开源! ICCV 2021 论文和代...

技术讨论
  • 1
  • 0
  • 2.5k
GAN 万字长文综述

作者:我爱馒头 来源:https://zhuanlan.zhihu.com/p/58812258 前阵子学习GAN的过程发现现在的GAN综述文章大都是2016年Ian Goodfellow或者自动化所王飞跃老师那篇。可是在深度学习,GAN领域,其进展都是以月来计算的...

技术讨论
  • 4
  • 0
  • 6.6k
PyTorch 零基础入门 GAN 模型之基础篇

来源 | 知乎 背景介绍 近年来,各种生成模型及其应用广泛地出现在大家的视野范围内,像最近非常火爆的 Alias-Free GAN 更是从一个全新的视角,为生成模型领域中新的发展方向打下了坚实的理论基础。但是现在来看,无...

技术讨论
  • 3
  • 0
  • 1.9k
基于孪生网络的跟踪算法汇总

之前极市曾分享过深度学习多目标跟踪的算法综述:深度多目标跟踪算法综述,反响很好,今日分享一篇基于孪生网络的跟踪算法汇总,近期CVPR2019论文也出了很多关于目标跟踪的工作,可以结合本文一起阅读,希望能对大家...

技术讨论
  • 16
  • 91
  • 8.7k
归纳偏置多余了?靠 “数据堆砌” 火拼 Transformer,MLP 架构可有胜算?

来源|AI科技评论 前段时间,一场关于MLP与Transformer的较量在学术圈闹得沸沸扬扬。 起因是,谷歌在《MLP-Mixer: An all-MLP Architecture for Vision》论文中提出,无需卷积模块和注意力机制,纯MLP架构也可以达到...

技术讨论
  • 1
  • 0
  • 2.4k
2021年,作为算法工程师的你们会在 CV 业务落地上用 Transformer 吗?

来源 | 知乎 众所周知,Transformer 已经日常在CV学术领域“杀疯了”,那么在工业领域情况如何呢? 回答一: 时至今日,ImageNet的结论已经不可信了,各种trick实在太多,混在里面无法分辨是trick调得好还是网络结构真...

技术讨论
  • 1
  • 0
  • 3.6k
调研了 1660 篇 CVPR2021 论文,发现了自动驾驶的研究热点

来源:高新科技 郑亮 @知乎 欢迎关注 计算机视觉领域三大顶会之一的CVPR2021已经结束了,目前已公布了所有接收论文ID,一共有1663篇论文被接收,接收率为23.7\%,虽然接受率相比去年有所增加。从国外统计的数据上...

技术讨论 #其他#CVPR
  • 2
  • 0
  • 4.8k
安全帽数据集

安全帽佩戴检测数据集 安全帽(安全帽)佩戴检测数据集(SHWD)。并提供预训练的模型。 介绍 SHWD提供了用于安全帽佩戴和人头检测的数据集。它包括7581张图像,其中带有9044张人类安全头盔的佩戴物(正)和111514件...

数据集
  • 1
  • 0
  • 4.3k
【电子书】李沐大神《动手学深度学习》

人工智能机器学习深度学习领域重磅教科图书,多位Amazon科学家巨作《动手学深度学习》 作者简介 阿斯顿·张 亚马逊应用科学家,美国伊利诺伊大学香槟分校计算机科学博士 李沐 亚马逊首席(principal)科学家,美国卡...

书籍教程
  • 8
  • 107
  • 6.5k
多目标追踪 MOTR:首个完全基于端到端 Transformer 的多目标追踪模型,简单高效

_公众号:将门创投 多目标追踪是自动驾驶、安防和视频行为分析领域的重要研究领域,其主要挑战在于为追踪目标建立时域模型。本文的MOTR架构提出了一种称为Track Query的全新概念,每个Track Query将为一个目标的进行...

技术讨论
  • 2
  • 0
  • 3.3k
从 CVPR 2021 的论文看计算机视觉的现状

来源 | deephub 计算机视觉(Computer Vision, CV)是人工智能领域的一个领域,致力于让计算机能够像人类一样识别和处理图像和视频中的物体。以前,计算机视觉只能在有限的能力下工作。但由于深度学习的进步,该领域近...

技术讨论
  • 0
  • 0
  • 4.2k
卷积神经网络(CNN)详解

来源 | AI有道 CNN 一共分为输入,卷积,池化,拉直,softmax,输出 卷积由互关运算(用Filter完成)和激活函数 Filter CNN常用于图像识别,在深度学习中我们不可能直接将图片输入进去,向量是机器学习的通行证,我...

技术讨论
  • 0
  • 0
  • 2.4k
时至今日,深度学习领域有哪些值得追踪的前沿研究?

来源 | 知乎 回答一: 其实自从2018年三大佬靠深度学习拿了图灵奖之后,基本宣告深度学习容易解决的问题做的差不多了,这两年这个领域没有太大的突破,因为剩下的问题都是硬核问题,想要比较好的解决很困难,这个可...

技术讨论
  • 1
  • 1
  • 2.1k
加载更多