今天看到一篇非常有意思的文章：Tied Block Convolution，它也是一种轻量化卷积算子，但还算不上即插即用。为什么这么说呢？我理解的即插即用应该是不用对现有模块中其他地方进行任何改进，直接采用该模块替换卷积即可。显然，TB...

VGG是一款经典图像分类算法。图像分类是计算机视觉技术的基础任务，比如给定一张图像，判断它是猫、狗、飞机，还是建筑。

在实际应用场景中，有效性与高效性对于目标检测器非常重要。为了满足这两个问题，研究者全面评估了现有的改进的集合，以提高PP-YOLO的性能，同时几乎保持推理时间不变。...

本文作者使用C++编写一套基于OpenCV的YOLO目标检测，包含了经典的YOLOv3，YOLOv4，Yolo-Fastest和YOLObile这4种YOLO目标检测的实现。附代码详解。 >>加入极市CV技术交流群，走在计算机视觉的最前沿...

本文是百度的研究员对PP-YOLO的一次升级，从PP-YOLO出发，通过增量消融方式逐步添加有助于性能提升且不增加推理耗时的措施，取得了更佳的性能(49.5%mAP)-速度(69FPS)均衡，并优于YOLOv4与YOLOv5。 >>加入极市CV技术交流群，走...

几周前，当我在做一个物体检测Kaggle竞赛时，我偶然发现了VarifocalNet。我非常惊讶地看到它与许多SOTA对象检测模型(如YoloV5和EfficientDet)相匹配，在某些情况下甚至优于它们。我自己查阅了这篇论文，我非常喜欢。它引入了...

目标检测，实例分割和姿态估计本质上都是识别物体，只是表征物体的形式有所不同，目标检测用bbox，实例分割用mask，姿态估计用keypoint。既然都是识别物体，能否只用一套方案来实现这三个任务？能...

Swin Transformer: Hierarchical Vision Transformer using Shifted Windows（ArXiv21）

他们正在打造的，是一个全程仅靠机器人运行的智能装车系统，集成机器人、激光雷达、机器视觉、数字孪生等多项前沿技术于一身，可自行完成拆垛、分组、输送、整形、码放等装车全过程。...

论文地址：https://arxiv.org/pdf/1812.11703.pdf