最新 最热

机器人智能巡检,让“煤矿”更安全

提到“煤矿”,你想到的第一个词是什么?百度“煤矿”二字,搜索量第一的是“煤矿事故”。一场场事故让人触目惊心,矿难家属一遍遍无助的哭喊声更是令人揪心。矿工的人身安全如何才能得到保障,一直是全社会关注的问题。...

2021-03-09
0

不用激光雷达,照样又快又准!3D目标检测之SMOKE

3D目标检测用于估计目标的类别、位置和姿态,与2D目标检测相比,3D目标检测更具有挑战性。有很多工作研究使用激光雷达进行3D目标检测,激光雷达成本较高、寿命较短,与之相比,相机成本低、寿命长,且易于安装。...

2021-03-09
0

【系列文章】面向自动驾驶的三维点云处理与学习(5)

这篇文章在可以说是很完整的介绍了点云在自动驾驶中各个模块的角色,从宏观的分模块的介绍了点云在自动驾驶中的作用与应用,看完整篇文章,将不仅对自动驾驶技术有了更为全面的理解,并理解点云在自动驾驶中的重要性,这里介绍...

2021-03-08
1

金字塔Transformer,更适合稠密预测任务的Transformer骨干架构

以CNN为骨干的方案在计算机视觉的各个领域均取得极大的成功,本文研究了一种简单的无卷积骨干网络用于诸多稠密预测任务(包含检测、分割等)。近来提出的Transformer(ViT)主要是针对图像分类任务而设计,我们提出稠密预测...

2021-03-04
0

树莓派实时图像识别回显墨水屏(软硬件教程)

为了不让树莓派吃灰较劲了脑汁,其实这个功能很早之前就折腾过了,但是当时鼓捣的的外观并不好看,所以也没有打算分享的计划.最近一直在折腾树莓派ZERO WH,后面又买了UPS和墨水屏,个人认为这就是树莓派ZERO WH的最终归...

2021-03-03
0

全球人工智能技术创新大赛【热身赛一】布匹疵点智能识别Baseline

在布匹的实际生产过程中,由于各方面因素的影响,会产生污渍、破洞、毛粒等瑕疵,为保证产品质量,需要对布匹进行瑕疵检测。布匹疵点检验是纺织行业生产和质量管理的重要环节,目前人工检测易受主观因素影响,缺乏一致性;并且检测...

2021-03-02
0

DeepMind丢掉了归一化,让图像识别训练速度提升了8.7倍 | 已开源

对于大多数图像识别模型来说,批处理归一化(batch normalization)是非常重要的组成部分。

2021-02-26
0

CNN+Transformer!谷歌提出BoTNet:新主干网络!在ImageNet上达84.7%准确率!

现在几乎所有大厂、高校都有团队在研究视觉Transformer的工作,这里Amusi 建议大家不管你有没有想到应用的方向和场景,但都要学习一下Transformer相关知识点。...

2021-02-25
0

分类干货实践 | 重新标注128万张ImageNet图片:多标签,全面提升模型性能

ImageNet 是机器学习社区最流行的图像分类基准数据集,包含超过 1400 万张标注图像。该数据集由斯坦福教授李飞飞等人于 2006 年开始创建,后成为评估计算机视觉模型在下游视觉任务中能力的试金石。...

2021-02-24
0

TTFNet | 最大程度提高训练效率的实时目标检测(附源码)

现在目标检测器很少能同时实现训练时间短,推理速度快,精度高。为了达到平衡,作者就提出了Train-Friendly Network(TTFNet)。作者从light-head, single-stage, and anchor-free设计开始,这使得推理速度更快。然后作者重点...

2021-02-24
1