GPT時代醫(yī)學AI新賽道：16萬張圖片、70萬問答對的臨床問答數(shù)據(jù)集MIMIC-Diff-VQA發(fā)布

該研究同時提出了一個全新任務，圖像對比 VQA （difference VQA）：給定兩張圖片，回答關于這兩張圖片差異性的問題。在醫(yī)學領域，這個任務直接...

2023-08-09 標簽：模型數(shù)據(jù)集大模型 1.2k 0

CT-ICP：實時彈性激光雷達里程計與回環(huán)檢測

通過在每一幀掃描的開始和結束時刻聯(lián)合優(yōu)化兩個姿勢，并根據(jù)時間戳進行插值，使掃描進行彈性變形以與地圖(白點)對齊，從而創(chuàng)建連續(xù)時間掃描到地圖的里程計。圖片...

2023-08-02 標簽：SLAM激光雷達數(shù)據(jù)集 2.3k 0

C語言結構體完全筆記

我們剛剛申請了一個名叫Info的結構體類型，那么理論上我們可以像聲明其他變量的操作一樣，去聲明我們的結構體操作，但是C語言中規(guī)定，聲明結構體變量的時候，...

2023-08-01 標簽：C語言編譯器數(shù)據(jù)集 1.2k 0

Wayve：從源頭講起，如何實現(xiàn)以對象為中心的自監(jiān)督感知方法？

傳統(tǒng)上，以對象中心的表示是通過訓練監(jiān)督對象檢測模型，并從中提取對象屬性(如位置和速度)來實現(xiàn)的。這種方法有兩大缺點。首先，它需要與檢測對象相匹配的帶標簽...

2023-07-29 標簽：編碼器算法數(shù)據(jù)集 1.3k 0

基于PoseDiffusion相機姿態(tài)估計方法

介紹 一般意義上，相機姿態(tài)估計通常依賴于如手工的特征檢測匹配、RANSAC和束調整（BA）。在本文中，作者提出了PoseDiffusion，這是一種新穎...

2023-07-23 標簽：相機模型數(shù)據(jù)集 2.6k 0

Meta用頭顯實現(xiàn)全身動作追蹤！沒有腿部信息，也可準確估計姿態(tài)

由首爾大學（SNU）和Meta Reality Labs Research的研究人員共同完成的這項工作，通過強化學習展示了如果將傳感器與物理模擬和環(huán)境觀...

2023-07-19 標簽：傳感器神經(jīng)網(wǎng)絡數(shù)據(jù)集 1.5k 0

APE：對CLIP進行特征提純能夠提升Few-shot性能

CLIP是一個通用的模型，考慮到下游數(shù)據(jù)分布的差異，對某個下游任務來說，CLIP提取的特征并不全是有用的，可能包含一部分冗余或噪聲。因此，在這篇文章中，...

2023-07-19 標簽：模型數(shù)據(jù)集Clip 2.8k 0

南開大學提出LSKNet：遙感旋轉目標檢測新SOTA！

如圖1(a)所示，遙感圖像中的物體檢測器所使用的有限范圍的背景往往會導致錯誤的分類。例如，在上層圖像中，由于其典型特征，檢測器可能將T子路口歸類為十字路...

2023-07-18 標簽：檢測器圖像遙感 2.6k 0

無人機實際位置之間的偏移量怎么算

本文建立了一個用于無人機距離估計的UAVDE數(shù)據(jù)集，通過UWB傳感器獲取兩個無人機之間的距離。實驗發(fā)現(xiàn)傳統(tǒng)的立體測量法在無人機場景中無法應用，原因是無人...

2023-07-17 標簽：傳感器PCM無人機 2.6k 0

ECV2023大賽儀表盤讀數(shù)識別德國冠軍方案解讀

算法分為4個流程，首先用yolov5s模型從原圖中識別出儀，接著用yolov8x-pose模型檢測出儀表中的刻度線、指針的關鍵點，再用DBNetpp模型...

2023-07-13 標簽：圖像模型數(shù)據(jù)集 2k 0

首篇！Point-In-Context：探索用于3D點云理解的上下文學習

隨著基于廣泛數(shù)據(jù)訓練的大模型興起，上下文學習（In-Context Learning）已成為一種新的學習范式，在自然語言處理（NLP）和計算機視覺（CV...

2023-07-13 標簽：計算機視覺數(shù)據(jù)集點云 1.8k 0

我訓練了一個模型，讓開發(fā)板認識自己

認識自己，是人類的終極問題；而讓AI認識自己，則是人工智能覺醒的第一步。為此，國內知名嵌入式教育專家韋東山老師團隊使用做了個有趣的事情——讓開發(fā)板可以“...

2023-07-10 標簽：嵌入式程序開發(fā)板 1.7k 0

均勻B樣條采樣從LiDAR數(shù)據(jù)中快速且魯棒地估計地平面

文章采用了統(tǒng)一的B樣條（Uniform B-Splines）來建模地面表面，這種方法對于不同的測量密度具有魯棒性，并且通過控制平滑度先驗的單個參數(shù)來調整...

2023-07-09 標簽：數(shù)據(jù)集LIDAR 1.4k 0

X-RiSAWOZ: 高質量端到端多語言任務型對話數(shù)據(jù)集

對齊：我們提出了一種混合對齊策略，以確保實體在話語和信念狀態(tài)中都能被替換為所需的翻譯。具體而言，我們首先嘗試使用基于實體標注構建的字典對齊，如果輸出中沒...

2023-07-06 標簽：神經(jīng)網(wǎng)絡機器翻譯數(shù)據(jù)集 1.5k 0

AIGC時代的ImageNet！百萬生成圖片助力AI生成圖片檢測器研發(fā)

過去業(yè)界也有推出一些數(shù)據(jù)集。他們主要有三個特點。第一個是數(shù)據(jù)規(guī)模小，第二個是都是基于GAN的，第三個是局限于人臉數(shù)據(jù)。隨著時間推移，數(shù)據(jù)規(guī)模慢慢地在增加...

2023-07-04 標簽：檢測器數(shù)據(jù)集AIGC 1.3k 0

Multi-CLS BERT：傳統(tǒng)集成的有效替代方案

在 GLUE 和 SuperGLUE 數(shù)據(jù)集上進行了實驗，證明了 Multi-CLS BERT 在提高整體準確性和置信度估計方面的可靠性。它甚至能夠在訓...

2023-07-04 標簽：模型數(shù)據(jù)集自然語言 1.6k 0

CVPR 2023中的領域適應: 通過自蒸餾正則化實現(xiàn)內存高效的CoTTA

EcoTTA 包括解決這些問題的兩個組成部分。第一個組件是輕量級元網(wǎng)絡，它可以使凍結的原始網(wǎng)絡適應目標域。這種架構通過減少反向傳播所需的中間激活量來最大...

2023-07-04 標簽：內存架構數(shù)據(jù)集 1.4k 0

2D Transformer 可以幫助3D表示學習嗎？

預訓練的2D圖像或語言Transformer：作為基礎Transformer模型，具有豐富的特征表示能力。作者選擇了先進的2D Transformer模...

2023-07-03 標簽：模型數(shù)據(jù)集Transformer 1.7k 0

V853端側部署YOLOV5訓練自定義模型全流程教程

在任意工作目錄中創(chuàng)建images文件夾和labels文件夾分別存放圖像數(shù)據(jù)集和標注信息。這里我演示僅使用少量圖像樣本進行標注，在實際項目中需要采集足夠的...

2023-06-30 標簽：圖像模型數(shù)據(jù)集 5.2k 0