HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

RDMA:远程直接存取数据,国产网卡

各式各样的数据在网络介质中通过网络协议(如TCP/IP)进行传输时,如果信息量过大而不加以限制的话,那么超额的网络流量就会导致设备反应缓慢,由此就造成了网络延迟。延迟越低越好,效率越高越好,这不仅仅是数据中心网络的要求,我们平常使用的内部网络同样也希望如此。当前的网络速度有万兆、2.5万兆、4万

腾讯推出超强少样本目标检测算法,公开千类少样本检测训练集FSOD | CVPR 2020

<blockquote论文提出了新的少样本目标检测算法,创新点包括AttentionRPN、多关系检测器以及对比训练策略,另外还构建了包含1000类的少样本检测数据集FSOD,在FSOD上训练得到的论文模型能够直接迁移到新类别的检测中,不需要finetune<br/ <br/来源:

化繁为简,弱监督目标定位领域的新SOTA - 伪监督目标定位方法(PSOL) | CVPR 2020

<blockquote论文提出伪监督目标定位方法(PSOL)来解决目前弱监督目标定位方法的问题,该方法将定位与分类分开成两个独立的网络,然后在训练集上使用Deepdescriptortransformation(DDT)生成伪GT进行训练,整体效果达到SOTA,论文化繁为简,值得学习<br/

论文阅读:u-net

引言​本论文介绍了一种U型网络结构,用于语义分割。它其实基于一种编码与解码的思想,可以有效的结合低分辨率的信息和高分辨率的信息,能够更好的分割图像边缘。它与FCN同一年提出,在思想上上也类似,但是unet用了完全对称的结构,以及在拼接图像时用的不是像素的相加,而是通道的叠加,在我实际

BERT系列之详解ALBERT

自BERT出现之后,NLP领域取得了很大的进展,并且随着加大模型的容量,BERT模型的进度也在各个数据集上都有一些提升,但虽然提升模型的大小是能对下游任务的效果有一定的提升,但是如果进一步提升模型规模,势必会导致显存或者内存出现OOM1的问题,长时间的训练也可能是导致模型出现退化的情况。那么如何在大

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。