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

LiftPool:双向池化操作,细节拉满,再也不怕丢特征了 | ICLR 2021

<blockquote论文参考信号处理中提升方案提出双向池化操作LiftPool,不仅下采样时能保留尽可能多的细节,上采样时也能恢复更多的细节。从实验结果来看,LiftPool对图像分类能的准确率和鲁棒性都有不错的提升,而对语义分割的准确性更能有可观的提升。不过目前论文还在准备开源阶段,期待开源后

EfficientNetV2:谷歌又来了,最小的模型,最高的准确率,最快的训练速度 | ICML 2021

<blockquote<p 论文基于trainingawareNAS和模型缩放得到EfficientNetV2系列,性能远优于目前的模型。另外,为了进一步提升训练速度,论文提出progressivelearning训练方法,在训练过程中同时增加输入图片尺寸和正则化强度。从实验结果来看,Ef

Hybrid-PSC:基于对比学习的混合网络,解决长尾图片分类 | CVPR 2021

<blockquote<p 论文提出新颖的混合网络用于解决长尾图片分类问题,该网络由用于图像特征学习的对比学习分支和用于分类器学习的交叉熵分支组成,在训练过程逐步将训练权重调整至分类器学习,达到更好的特征得出更好的分类器的思想。另外,为了节省内存消耗,论文提出原型有监督对比学习。从实验结果来看,

YOLOF:单层特征检测也可以比FPN更出色 | CVPR 2021

<blockquote<p 论文通过分析发现FPN的成功在于divideandconquer策略解决了目标检测的优化问题,借此研究设计了仅用单层特征预测的高效检测网络YOLOF。YOLOF在结构上没有很多花哨的结构,却在准确率、推理速度和收敛速度上都有不错的提升,相对于眼花缭乱的FPN魔改结

为什么SOTA网络在你的数据集上不行?来看看Imagnet结果的迁移能力研究

<blockquote<p 论文通过实验证明,ImageNet上的模型并不总能泛化到其他数据集中,甚至可能是相反的,而模型的深度和宽度也会影响迁移的效果。<br/ 如果需要参考,可选择类别数与当前任务相似的数据集上的模型性能。论文通过大量的实验来验证猜想,虽然没有研究出如通过数据集间的某些

【合合TextIn】OCR身份证 / 银行卡识别功能适配鸿蒙系统

​一、鸿蒙系统与信创国产化的背景自鸿蒙系统推出以来,其不仅成为了华为在软件领域的重要里程碑,更是国产操作系统的一面旗帜,也是国产移动平台几乎唯一的选择,标志着中国在构建独立自主的软件生态体系上迈出了重要一步。随着鸿蒙操作系统的迅速崛起和信创国产化战略的深入推进,市场对兼容国产软件生态的需

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。