在计算机视觉领域，目标检测技术一直是研究的热点与难点。随着应用场景的不断拓展，传统的闭集检测逐渐显露出其局限性，开放词汇检测（O...
2012 年，在传说中的「末日之年」，移动互联网迎来了爆发期。随着 3G 网络的普及、智能手机价格下探，加之微信、米聊为代表的类通信应用...
夜间到日间翻译（Night2Day）旨在实现夜间场景的日间视觉。然而，在无配对条件下处理具有复杂降质的夜间图像仍然是一个重大的挑战。之前...
扩散模型在生成高质量图像领域具有显著优势，但其迭代去噪过程导致计算开销较大。分布匹配蒸馏（Distribution Matching Distillation，D...
超高分辨率（UHD）图像修复对于需要出色视觉保真度的应用至关重要，然而现有方法往往在修复质量和效率之间存在权衡，限制了其实际部署。...
本文提出 ViTOC（视觉 Transformer 和目标感知描述生成器），一种用于图像描述的视觉语言模型，可解决生成描述的准确性和多样性的挑战。...
传统智慧认为，预训练视觉 Transformer （ViT）通过学习有用的表示可以提高下游性能。这是否真的如此？作者对此进行了调查，发现预训练...
模型编辑旨在数据高效地纠正大型预训练模型的预测错误，同时确保对相邻故障的泛化以及对局部性的关注，以最大限度地减小对无关示例的意...
卷积神经网络（CNNs）和视觉 Transformer （ViTs）已成为计算机视觉领域中局部和全局特征提取的必备工具。然而，将这两种架构聚合到现有...
鱼的生长、异常行为和疾病可以通过图像处理方法进行早期检测，这对工厂水产养殖具有重要意义。然而，水下反射和某些鱼类因素（如高相似...
你是否曾经好奇过，机器是如何像人类一样通过双眼来感知三维世界的？双目深度感知技术，是一种模拟人类双眼视觉的高级技术，通过两个摄...
微小目标检测成为计算机视觉中最具挑战性的任务之一，这是由于物体尺寸有限和信息不足所致。标签分配策略是影响目标检测准确性的关键因...
【GiantPandaCV导语】Neon是手机普遍支持的计算加速指令集，是AI落地的工程利器。Neon Intrinsics 的出现，缓解了汇编语言难学难写的难...
由于点云数据的稀疏性和不规则性，所以用深度神经网络学习和分析3D点云一直以来是一个具有挑战性的工作。这篇文章中我们提出了一种数据...
什么是亚像素亚像素(Sub Pixel)：面阵摄像机的成像面以像素为最小单位，像素中心之间的距离有几个至十几个微米不等。为了最大限度利用图...
前言 本文将介绍全卷积神经网络（Fully Convolutional Network，简称FCN）的基础知识，包括它的网络结构、起源、应用、输入输出格式和py...
8月5日，天猫精灵高端品牌暨新品发布会圆满举行，会上正式发布了天猫精灵全新高端品牌“哇哦”，并携手知名歌手周深作为品牌代言人，共同...
本文主要是参考 arlencai 大佬的博文，对于cneternet在ncnn平台移植的实操和分析，先mark一下，准备后续有空闲尝试将这一思路在nvidia的...
ResNeXt是由何凯明团队在2017年CVPR会议上提出来的新型图像分类网络。ResNeXt是ResNet的升级版，在ResNet的基础上，引入了cardinality的...
糖尿病是全球上升最快的主要慢性病，可造成失明、肾功能衰竭、截肢、脑卒中、心肌梗死等，亦与肿瘤感染等密切相关。其中，糖尿病视网膜...
