大家好，我叫Aaron！之前给大家整理过很多干货，今天再精选10篇CV图像分类任务的经典论文称为“baseline 论文”——基石论文。快速准确吃透baseline论文，是学习CV其他细分任务论文的基石。精选整理10篇论文的篇目如下：NIPS-2...
机器之心报道机器之心编辑部如此优秀的学者逝世，实为 CV 领域一大痛事。6 月 14 日，旷视科技发布讣告，旷视首席科学家、旷视研究院院长孙剑博士因突发疾病抢救无效，于 2022 年 6 月 14 日凌晨去世。孙剑博士是人工智能领...
与数学上卷积的概念略有不同，在数学上，卷积的含义是将一个函数先进行y轴翻转，之后对应点相乘累加，在神经网路中，由于卷积核的参数是自己定义的，因此若要进行翻转，相当于修改卷积核的数值。因此，不需要再单独进行翻转，直接对应...
本系列为 斯坦福CS231n 《深度学习与计算机视觉(Deep Learning for Computer Vision)》的全套学习笔记，对应的课程视频可以在 这里 查看。更多资料获取方式见文末。...
图神经网络是人工智能的一个热点方向,从图的视角解读大数据,可以灵活建模复杂的信息交互关系,吸引大量学者的关注并在多个工业领域得到广泛应用。《图深度学习从理论到实践》由浅入深,全面介绍图神经网络的基础知识、...
卷积神经网络的结构优化和深度加深，带来非常显著的图像识别效果提升，但同时也带来了高计算复杂度和更长的计算时间，实际工程应用中对效率的考虑也很多，研究界与工业界近年都在努力「保持效果的情况下压缩网络复杂度」，也诞...
YOLO 是一种快速紧凑的开源对象检测模型，与其它网络相比，同等尺寸下性能更强，并且具有很不错的稳定性，是第一个可以预测对象的类别和边界框的端对端神经网络。YOLO 家族一直有着旺盛的生命力，从YOLO V1一直到”V5“，如今已...
每周一期，纵览音视频技术领域的干货。新闻投稿：contribute@livevideostack.com。音视频开发之旅（11） OpenGL ES矩阵变换与坐标系统OpenGL大量使用向量和矩阵，矩阵的最重要的用途之一就是建立向量投影（比如：正交和透视投影）、...
目前主要的网络先是AlexNet，然后到VGG，到GoogleNet再到ResNet，深度是逐渐加深的分别是8层、19层、GoogleNet V1是22层和ResNet第一篇文章是152层，其中VGG和ResNet结构简洁而且性能比较好，因此使用比较广泛。GoogleNet的性...
机器学习和深度学习中的模型都是遵循数学函数的方式创建的。从数据分析到预测建模，一般情况下都会有数学原理的支撑，比如：欧几里得距离用于检测聚类中的聚类。...
