协同过滤是在推荐领域非常普及的一种基础建模方式，传统协同过滤存在两个主要问题：1. user 和 item 之间的高阶相关性建模不充分；2. User-Item 建模不灵活，没有刻意对 user 节点和 item 节点进行语义区分，而是直接将 user ...

多模态融合视觉定位方法，2020的ACM-MM,主要的创新点就是提出了一个融合LIDAR和IMAGE这两个模态，进行视觉定位，将定位任务转换为检索任务，总结来说，最大的意义在于提出了这个框架，并且证明了多模态融合视觉定位的有效性，但是...

https://github.com/open-mmlab/awesome-vit

基于Transformer的预训练模型的趋势就是越来越大，虽然这些模型在效果上有很大的提升，但是巨大的参数量也对上线这些模型提出挑战。

在实践中，无论是搜索问题，还是文本问题，如何找到相似的文本都是一个常见的场景，但TFIDF文本相似度计算用多了，年轻人往往会不记得曾经的经典。...

但随着各大视频网站和短视频的兴起，用户在互联网上浏览视频的数量近年来显著增加，并且视频创作的质量、分辨率和内容多样性也越来越高！

以推荐系统为例，视频 embedding 分为基于内容的 embedding 和基于行为的 embedding

所谓高维空间的诅咒：在低维空间中是四不像，但随着 Embedding 维度的增加，取平均后的 Item Embedding 会和用户原本的 Embedding 越来越近。所以高维下大概率是“四都像”。...

在Kaggle Google Brain序列大赛中，第三名的选手在特征工程的基础上融入三种数据扩充策略大大提升了模型的预测效果，直接从银牌外的分数冲进了前五，究竟是哪三种数据扩充策略呢？今天我们一起来学习研究一下Top选手的秘密：...

A Simple Baseline for Multi-Object Tracking是一个online的多目标跟踪（MOT）算法，基于TBD（Traking-by-Detection）的策略，FairMOT主要就是基于JDE做的改进，可以简单的理解为，FairMOT是将JDE的YOLOv3的主干，改成了CenterN......