原文链接：[链接]参考：《Hands-On Machine Learning with Scikit-Learn and TensorFlow(2017)》Chap13《卷积神经网络——深度学习实践手...
文章“Point Pair Feature-Based Pose Estimation with Multiple Edge Appearance Models (PPF-MEAM) for Robotic Bin Picking”2018年发...
近年来随着消费级深度设备的普及，深度相机引导机械臂完成抓取成为热点话题。其中，物体识别与位姿估计是械臂完成抓取的关键。关于物体...
本文笔者将详细介绍在基于anchor的目标检测网络（Faster RCNN、SSD、YOLO v2&v3等）中，一个至关重要的步骤：科学的设置anchor。作者：元峰
IEEE国际计算机视觉与模式识别会议 CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition) 将于 6 月 14-19 日在美...
本文整理记录了旷视研究院Detection组针对视频目标跟踪与分割问题的探讨和收获，并从喜闻乐见的图像处理出发，以期更好阐述视频目标跟踪...
华为诺亚方舟实验室开源了一种即插即用的卷积核，该项工作发表在NeurIPS 2018，论文题目为《Learning Versatile Filters for Efficient ...
使用基于内容的方法来找到最相似的电影。作者：Johnson Kuan编译：ronghuaiyang首发：AI公园公众号
导读：距离我们比较近的，国内疫情形势已经收敛，坐等3月底旷视框架开源，华为云发布了旗下的2020“新旗舰”——鲲鹏云手机；距离我们比较远...
华为诺亚方舟实验室联合北京大学和悉尼大学发布论文《DAFL：Data-Free Learning of Student Networks》，提出了在无数据情况下的网络蒸...
IEEE国际计算机视觉与模式识别会议 CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition) 将于 6 月 14-19 日在美...
损失函数在模型的性能中起着关键作用。选择正确的损失函数可以帮助你的模型学习如何将注意力集中在数据中的正确特征集合上，从而获得最...
与本文比较相关的是本人之前分享的图像超分：RealSR。感兴趣者可以两者参考的学习一下，训练数据与对比模型均源自RealSR一文。来源: [链...
作为计算机视觉领域三大顶会之一，每年一届的CVPR（IEEE Conference on Computer Vision and Pattern Recognition）备受关注，论文投稿...
旷视研究院基础模型（Model）组提出了一种新的带有不确定性的边界框回归损失，可用于学习更准确的目标定位。该文已被CVPR2019接收。
在Long Beach开CVRP中途抽空写了一下我们这次被接收的工作：Self-Supervised Learning via Conditional Motion Propagation [1] 的一些...
在本文中，旷视（南京）研究院对基于深度学习的细粒度图像分析进行了综述，从细粒度图像识别、检索和生成三个方向展开论述。此外，旷视...
DCNN在图像去噪领域取得了极大的关注，然而仍存在两个缺陷：（1）训练困难；（2）性能饱和。为解决上述问题，作者设计了一种称之为BRDNe...
本文介绍的论文提出了一种新的实时通用语义分割体系结构RGPNet，在复杂环境下取得了显著的性能提升。作者： Tom Hardy首发：3D视觉工坊...
本文主要介绍基于深度神经网络的表格图像识别解决方案。作者系腾讯QQ研发中心——CV应用研究组的yonke。来源：腾讯技术工程微信号
