Transformer模型的多模態(tài)學(xué)習(xí)應(yīng)用
隨著Transformer在視覺中的崛起，Transformer在多模態(tài)中應(yīng)用也是合情合理的事情，甚....
一種可以編碼局部信息的結(jié)構(gòu)T2T module，并證明了T2T的有效性
證明了通過精心設(shè)計(jì)的Transformer-based的網(wǎng)絡(luò)(T2T module and effi....
利用ImageNet訓(xùn)練了一個(gè)能降噪、超分和去雨的圖像預(yù)訓(xùn)練模型
在上篇文章介紹過了，因?yàn)門ransformer本身是用于NLP領(lǐng)域的，輸入應(yīng)該是一個(gè)序列，因此這篇的....
CentripetalNet：更合理的角點(diǎn)匹配，多方面改進(jìn)CornerNet
函數(shù)用來減少向心偏移的數(shù)值范圍，讓訓(xùn)練更容易。在訓(xùn)練時(shí)，由于非GT角點(diǎn)需要結(jié)合角點(diǎn)偏移計(jì)算向心偏移，....
谷歌AI利用機(jī)器學(xué)習(xí)和硬件加速器實(shí)現(xiàn)流體模擬數(shù)量級(jí)加速
谷歌 AI 最近一項(xiàng)研究表明，利用機(jī)器學(xué)習(xí)和硬件加速器能夠改進(jìn)流體模擬，且不損害準(zhǔn)確率或泛化性能。 ....
2020年有哪些AI大事件令人難忘？
內(nèi)容提要：一直以來，超神經(jīng)都在密切關(guān)注并報(bào)道 AI 界的各項(xiàng)大事件。過去一年，有哪些 AI 大事件令....
梯度爆炸問題的介紹和如何解決爆炸問題詳細(xì)概述
最近在做一個(gè)文本檢測(cè)的項(xiàng)目，在訓(xùn)練的過程中遇到了很嚴(yán)重的梯度爆炸情況，今天就來談?wù)勌荻缺ㄔ趺唇鉀Q。
用簡(jiǎn)潔的語言來闡述YOLO算法
顧名思義，這個(gè)算法就是只看一遍圖片就能把所有的物體都識(shí)別出來，這個(gè)算法能夠做到實(shí)時(shí)的物體檢測(cè)，大約能....
如何通過計(jì)算機(jī)視覺去識(shí)別車道線
攝像機(jī)獲得的視頻圖像，由于受到周圍環(huán)境的影響，存在著很多無用信息和各種各樣的噪聲干擾。為了準(zhǔn)確的檢測(cè)....
工商網(wǎng)監(jiān)