作者： GorgonMeducer 傻孩子首发：裸机思维 【说在前面的话】在前面一篇文章《真刀真枪模块化（1）——一本糊涂账》中，我们讨论了：在工...
技术重塑行业，人才是先行关键。9月6日，由百度联合深度学习技术及应用国家工程实验室共同打造，旨在为各行各业培养“首席 AI 架构师”的...
首发：AI公园公众号作者：Sahil Uppal编译：ronghuaiyang导读batch normalization时的一些缺陷。Batch Normalization确实是深度学习领域...
作者：周威首发：AI算法修炼营1 前言本文接着上一讲对CornerNet的网络结构和损失函数的解析,链接如下[链接] https://zhuanlan.zhihu.com...
关于如何使用以下技术微调机器和深度学习模型的简介：随机搜索，自动超参数调整和人工神经网络调整。介绍 机器学习模型由两种不同类型的...
首发：AIWalker图像/视频超分领域近期并无突破性的方法出现，故近期计划将图像/视频超分相关方法进行一次综述性汇总。计划从不同点出发...
在工地、工厂、园区等场景中，安全生产的需求十分强烈，需要监控工人是否正确佩戴安全帽，是否有越线（电子围栏）、攀高行为，对重点区...
首发：AI公园公众号作者：Bipin Krishnan P编译：ronghuaiyang导读如果深度学习是一种超能力，那么将理论从论文转化为可用的代码就是一...
“每一段经历里都有让人清醒的现实，也都有真心的交往和坚持追求的理想，我不会忘记，也会永远感激。”一乐，即时通讯 IM 领域技术专家，...
这篇文章将解释如何使用Keras Tuner和Tensorflow 2.0执行自动超参数调整，以提高计算机视觉问题的准确性。
作者：SFXiang首发：AI算法修炼营本文是我在浏览CVPR2020文章中发现的一篇有趣的有关玻璃检测的文章，平常很少有人关注玻璃检测有关的任...
2005年，Herb Sutter发表了他的开创性文章 "免费的午餐结束了"（Sutter，2005）。他概述说，微处理器的连续性能很快就会趋于平稳，业界...
对监控领域的目标跟踪方法以及面临的挑战进行了一个介绍，是一个很好的了解目标跟踪领域的“是什么”和“为什么”问题的文章。
功能安全在各种市场中变得越来越重要和普遍，这一点在汽车和工业领域得到了明确的体现。汽车工业中的功能安全最初只限于汽车内少数电子...
【Happy导语】该文是EDVR作者在视频超分领域的又一深入思考，它将变形对齐与光流对齐进行了“桥接”，分析了变形对齐在视频超分领域成功的...
首发：AI公园公众号作者：Etienne编译：ronghuaiyang导读你并不总是有足够的图像来训练一个深度神经网络。下面是教你如何通过几个样本让...
首发：AI公园公众号作者：kartik4949编译：ronghuaiyang导读给大家介绍一个非常好用的TensorFlow数据pipeline工具。高性能的Tensorflow ...
梁宇，朋友们给他起了个“大白”的外号，幽默、细腻、耐心、谦和、优质倾听者——焦虑与浮躁弥漫的时代下，很稀罕的一种气质。
该文是百度研究员针对ResNet提出的一种改进，它提出一种新颖的Hierarchical-Split Block，一种“即插即用”的模块。它可以提供更充分的感...
今天给大家介绍一篇图像超分辨率邻域的综述，这篇综述总结了图像超分辨率领域的几方面：problem settings、数据集、performance metrics...
