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

3dmax渲染器不断升级,云渲染平台有哪些优势呢?

随着3dmax版本更迭,渲染器的不断升级,设计师们作图更加追求精细化。要作出一张品质很高的效果图,渲染也是很重要的一部分,如果仅仅只是用自己作图的电脑来渲图的话,可能一周4天在作图,有3天都是在渲图,工作效率比较低,如果配一台高配置的渲染电脑的话价格很贵,并且每次渲染还是只能渲一张图,不太划算,

关键点数据标注以及应用案例

在机器学习中,您标注的数据是AI模型的基础,因此选择正确的方式十分重要,建立质检流程,跟进每一个测试环节。随着技术比以往发展地更迅速,人工智能在安全和人脸识别方面的应用愈加普及。当我们使用人脸解锁手机的时候,比如,科技巨头苹果公司通过多轮测试使人脸识别变得准确——正是通过详细的关键点来实现的。什

GWD:基于高斯Wasserstein距离的旋转目标检测 | ICML 2021

<blockquote<p 论文详细描述了当前旋转目标检测的主要问题,提出将旋转回归目标定义为高斯分布,使用Wasserstein距离度量高斯分布间的距离用于训练。目前,常规目标检测也有很多将回归转化为概率分布函数的做法,本文有异曲同工之妙,值得阅读</p<p来源:晓飞的算法工程笔记

基于管线的混合渲染

混合渲染混合渲染(HybridRendering)从字面意思就是非单一方法的渲染机制。这也就使得这个词,没有一个完全标准且唯一准确的定义。首先大家需要明白,渲染的最终目的是呈现画面,不论是图片,视频,还是实时交互的场景。那为了这个最终的呈现结果,如果渲染过程中采用了很多种方案来混合实现,就

【MindSpore易点通】深度学习系列-经典卷积神经网络

上周小伙伴说我们卷积神经网络讲的太简单了,基础嘛,当然要先打好()。这不,更加复杂的卷积神经网络来了~经典CNN之LeNet手写字体识别模型LeNet5诞生于1994年,是最早的卷积神经网络之一。LeNet5利用卷积、参数共享、池化等操作提取特征,避免了大量的计算成本,最后使用全连接神经网络进行

CAP:多重注意力机制,有趣的细粒度分类方案 | AAAI 2021

<blockquote<p论文提出细粒度分类解决方案CAP,通过上下文感知的注意力机制来帮助模型发现细微的特征变化。除了像素级别的注意力机制,还有区域级别的注意力机制以及局部特征编码方法,与以往的视觉方案很不同,值得一看</p<p来源:晓飞的算法工程笔记公众号</p</blockqu

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。