今天给大家介绍的是微软亚洲研究院的一篇文章”Swin Transformer: Hierarchical Vision Transformer using Shifted Windows”。从语言到视觉应用Transformer的挑战来源于两个领域的差异，例如和文本字词相比视觉实体的...

图像输入无非就是图片识别嘛，再通俗一点就是识别手机中的照片，分析里面的物品，然后进行垃圾分类。图像识别还是有很多的SDK可以使用的，这里面我目前用过的就是百度的图像识别，感觉还是蛮好的，而且有我之前的文章做普遍，那么...

英特尔首款10nm工艺的服务器处理器来了，基于Ice Lake的第三代至强可扩展处理器正式发布。

近年来，行人重识别（Person Re-Identification，简称ReID）在计算机视觉领域可谓火遍了“大江南北”。脱胎于行人重识别，行人搜索（Person Search）问题在2017年的CVPR会议上被首次提出。与ReID的单一识别任务不同，行人搜索结合了...

作者在kaggle比赛中从建立基线到一步一步的优化过程，最终将performance提升了一倍，非常好的竞赛经验总结文章。

自 2017 年 6 月谷歌提出 Transformer 以来，它便逐渐成为了自然语言处理领域的主流模型。最近一段时间，Transformer 更是开启了自己的跨界之旅，开始在计算机视觉领域大展身手，涌现出了多个基于 Transformer 的新模型，如谷...

本文分享主动学习用于目标检测的论文『Consistency-based Active Learning for Object Detection』

大家好，我是cv君，很多大创，比赛，项目，工程，科研，学术的炼丹术士问我上述这些识别，该怎么做，怎么选择框架，今天可以和大家分析一下一些方案：...

感觉自己什么也不会，导师放养，又想要拿一个offer，但时间有限，只有一年半。我想，很多同学在硕士阶段可能都有这样的困惑。本来这是一个很好的问题，但让我遗憾的是，高票回答聊的都是项目经验、竞赛、简历、LeetCode这些。感觉...

首先基于一个现象：人类在对事物进行观察的时候，是能够检测到每个实例，并按照自己已知的知识来对每个实例进行分类，有认知的归属到对应类别，无认知的归属到未知(unknown)，而过往的深度学习检测任务所完成的工作只能对已有认...