YOLOv7 在 5 FPS 到 160 FPS 范围内的速度和准确度都超过了所有已知的目标检测器，并且在 GPU V100 上 30 FPS 或更高的所有已知实时目标...
近日，计算机视觉国际顶级会议 CVPR 的 AI City Challenge 挑战赛（以下简称 AICity）落下帷幕，来自旷视研究院的代表队荣获 Tracked-Ve...
对于视频的生产与消费，其全链路包含采集、制作、管理、分发、消费五个阶段，而云计算和网络的发展，为每个环节都带来巨大的势能变化。
在半月前结束的NBA总决赛中，百视TV作为全网唯一采用“主播陪你看NBA”模式的直播平台，以“陪看型”赛事解说来面对内容差异化竞争。与此同...
图像去噪在二值图像分析、OCR识别预处理环节中十分重要，最常见的图像噪声都是因为在图像生成过程中因为模拟或者数字信号受到干扰而产生...
自去年 10 月 Meta 宣布全力投身元宇宙以来，仅 2022 年第一季度，元宇宙业务就净亏损 30 亿美元，去年全年净亏损更是达到惊人的 100 亿...
最近的 Vision Transformer (ViT) 模型在各种计算机视觉任务中都展示了不错的性能，这要归功于其通过Self-Attention对图像块或Token的远...
ViT正在改变目标检测方法的格局。ViT在检测中的一个自然用途是用基于Transformer的主干替换基于CNN的主干，这直接且有效，但代价是为推...
目标检测是计算机视觉中一项艰巨的下游任务。对于车载边缘计算平台，大模型很难达到实时检测的要求。而且，由大量深度可分离卷积层构建...
作为儿童电话手表的开创者，小天才一直在该领域引领风骚。来自 IDC 中国的数据显示，2018 年 6 月，小天才电话手表累计销量超 1000 万台...
随着Transformer的大火，NLP任务和CV任务的壁垒逐渐被打通。视频分割一直是一项极具挑战的任务，因为它对理解整个视频内容和各种语言概...
在毫无新意的开场后，便是更无新意的 iOS 16 的介绍。锁屏、专注模式、听写、撤回消息、碰一碰支付……这些已经在国产 Android 手机上出现...
在 DETR 出现之后，端到端的目标检测得到了迅速的发展。DETR 使用一组稀疏查询来替换大多数传统检测器中的密集候选框。相比之下，稀疏查...
在自动驾驶系统的设计中，停车位的检测一直是一项具有挑战性的任务。本文将带大家精读2021 CVPR的论文"基于CNN的区域特定多尺度特征提取...
手，作为人体最灵活的器官，参与我们生活的方方面面；手，是除了眼睛之外能直接感受三维世界和物体的器官；手，作为无声的交互工具，已...
近两年来，ViT 在计算机视觉领域的取得了很多重大的突破。它们的高效设计主要受计算复杂度的间接度量（即 FLOPs）指导，但与吞吐量等直...
目标检测是计算机视觉任务的核心问题之一，其有效性在很大程度上取决于损失函数的定义。传统的目标检测损失函数依赖于边界框回归指标的...
基于全彩屏幕和丰富的交互方式，平板的主要定位是多媒体娱乐、是游戏、是社交，仅少数人用它办公、开会和阅读。
前面我们花了很多力气在 TAO 上面训练模型，其最终目的就是要部署到推理设备上发挥功能。除了将模型训练过程进行非常大幅度的简化，以及...
最近的端到端多目标检测器通过去除手工制作的过程来简化推理流程，例如使用非最大抑制 (NMS) 去除重复的边界框。然而，在训练中，它们需...
