最近几个月,AI行业国际顶级盛会接连召开,与以往不同的是,在如今的AI领域的国际顶会中,像百度这样的中国AI企业开始摘得更多的AI学术奖项。继先后登陆AAAI2021、QIP2021、IJCAI2020等国际顶级会议之后

前言公众号在前面发过三篇分别对BatchNorm解读、分析和总结的文章(文章链接在文末),阅读过这三篇文章的读者对BatchNorm和归一化方法应该已经有了较深的认识和理解。在本文将介绍一篇关于BatchNorm举足轻重的论文

介绍在计算机视觉中,我们有一个卷积神经网络,它非常适用于计算机视觉任务,例如图像分类、对象检测、图像分割等等。图像分类是当今时代最需要的技术之一,它被用于医疗保健、商业等各个领域,因此,了解并制作最先进的计算机视觉模型是AI的一个必须的领域

6月23日报道（文／盛佳莹）6月22日，格灵深瞳申请科创板上市已获受理，拟募资10亿元。根据招股书显示，2018－2020 年，格灵深瞳分别实现营业收入 5，196．35 万元、7，121．07 万元和24，271．56 万元

前言:特征金字塔是目前用于目标检测、语义分割、行为识别等方面比较重要的一个部分,对于提高模型性能具有非常好的表现。不同大小的目标都经过了相同的降采样比例后会出现较大的语义代沟,最常见的表现就是小目标检测精度比较低

“放大灯”将不定期邀请科技行业的创业者进行分享,请他们说出对行业的前沿洞见。与早年许多“草根英雄”创业者不同,他们有着长期学术研究积累,在象牙塔里发现了产业缺环,也看见了技术转化至生产力的可能,于是决定投身科技产业之路

前言:一直想写损失函数的技术总结,但网上已经有诸多关于损失函数综述的文章或博客,考虑到这点就一直拖着没写,直到有一天,我将一个二分类项目修改为多分类,简简单单地修改了损失函数,结果一直有问题,后来才发现是不同函数的标签的设置方式并不相同

前言:机器学习的模式是通过大量的数据喂给一个模型,模型会根据数据不断调整自身参数,最终具备判别这些数据的模式或特征的能力。若模型无法从这些数据中训练出一个很好的效果,则认为它是欠拟合。若模型在训练的时候达到很好的效果,而在未参与训练的数据上测试,效果不好,则认为它是过拟合

前言:前面分享了一篇《继SE,CBAM后的一种新的注意力机制Coordinate Attention》,其出发点在于SE只引入了通道注意力,CBAM的空间注意力只考虑了局部区域的信息,从而提出考虑全局空间信息的注意力机制

前言:知识蒸馏是一种在繁琐的模型中提炼知识并将其压缩为单个模型的方法,以便可以将其部署到实际应用中。AI的教父Geoffrey Hinton和他在Google的两个同事Oriol Vinyals和Jeff Dean于2015年引入了知识蒸馏

前言:目标检测是计算机视觉中的一项传统任务。自2015年以来,人们倾向于使用现代深度学习技术来提高目标检测的性能。虽然模型的准确性越来越高,但模型的复杂性也增加了,主要是由于在训练和NMS后处理过程中的各种动态标记

前言：目前，计算机视觉面临几大问题： 1.需要大算力，需要大数据用于训练，因此导致成本太高。 2.应用场景单一，目前仅用于无人驾驶，安防监控等少数领域

全球汽车快讯 据外媒报道,当人们看风景或看图像时,他(她)们能够理解看到的内容——风景或照片内的目标。若该行为正在进行中,那么会发生什么呢?而一台计算机则仅能处理用于描述各像素颜色值的数字数据。对于某个人而言,从凌乱的桌面上识别出一块披萨,可谓毫不费力

随着英特尔在物联网领域的布局不断深入，英特尔宣布将在内部成立一个专门的视频事业部。10月12日，英特尔公司物联网事业部副总裁在英特尔全球物联网大会上宣布，英特尔将单独成立视频事业部，专注于快速增长的视频技术优化诉求

10年前，伴随着深度学习技术的成熟以及计算机算力的逐年增长，人工智能迎来第三波浪潮，一大批企业应运而生，其中包括AI四小龙（商汤、旷视、依图、云从），但10年后的今日，这几家企业却陷入集体焦虑。从营收和投入上看，四家企业的运转仍然依靠大量的资金投入，但他们的的营收越高，亏损也越多

作者 | Carol 出品 | CSDN（ID：CSDNnews） 第一反应：这字是什么颜色？ 正确答案：这两个字的颜色是黄色。 有没有第一反应是红色的小伙伴？恭喜你，你阅读文本的能力欺骗了你的大脑。 近日，机器学习实验室OpenAI的研究人员发现，他们最先进的计算机视觉系...

视觉在制造业、检验、文档分析、医疗诊断和军事等众多领域中的智能系统中都起到至关重要的作用。 计算机视觉涉及计算机科学与工程、信号处理、物理学、应用数学和统计学、神经生理学和认知科学等多个领域的知识，它不同于人工智能、图像处理和模式识别等相关...

今天给大家介绍一下经典的开源机器学习软件： 编程语言：搞实验个人认为当然matlab最灵活了（但是正版很贵），但是更为前途的是python（numpy+scipy+matplotlib)和C/C++，这样组合既可搞研究，也可搞商业开发，易用性不比matlab差，功能组合更为强大，个人认...

深度学习三大牛之一的Yann Lecun教授给出了一个关于机器学习中的有监督学习、无监督学习和增强学习的一个有趣的比喻，他说：如果把智能（Intelligence）比作一个蛋糕，那么无监督学习就是蛋糕本体，增强学习是蛋糕上的樱桃，那么监督学习，仅仅能算作蛋糕上...