發(fā)簡信
IP屬地：浙江
-
LESA可以讓你的低計算力模型也可以有局部信息和上下文信息
01簡 介 在計算機視覺模型中，Self-Attention已經(jīng)成為一種普遍模塊。盡管它取得了顯著的成就，但對Self-Attention的理解...
-
MetaFormer才是計算機視覺真正需要的
原標題：MetaFormer is Actually What You Need for Vision 論文地址: https://arxiv....
-
利用雙對比學習模型DCL鑒別視頻中偽造的面部?作者 |Doreen 01 背景介紹 隨著圖像改造技術(shù)在深度學習的支持下飛速發(fā)展，出現(xiàn)了各種各樣“換臉”的操作。這些偽造的面部在程序的優(yōu)化下達...
-
CV案例解析：YOLO——從v1到v5?作者 | 小欣 目標檢測一直是計算機視覺的熱門領(lǐng)域，它也具有豐富的應(yīng)用場景，從無人駕駛到缺陷檢測等等。 在YOLO誕生之前，目標檢測領(lǐng)域熱門的...
-
ResT An Efficient Transformer for Visual
?作者 |小欣 Abstract. 這篇文章提出了一個有效的多尺度視覺Transformer，稱為ResT,可以作為圖像分類的主干網(wǎng)絡(luò)，大多Tr...
-
基于Vision Transformer的視頻哈希檢索識別虛假視頻
?作者 | Doreen 01 介紹 深度學習的飛速發(fā)展為圖像處理帶來技術(shù)突破的同時，也為虛假圖像和視頻的泛濫創(chuàng)造了條件。 利用深度學習算法偽造...
-
淺析Transformer為什么在多模態(tài)任務(wù)中受歡迎的原因——以kaggle熱門比賽為例
?作者 | 小欣 01 背景 多模態(tài)數(shù)據(jù)的最大挑戰(zhàn)之一就是要匯總多種模式（或視圖）中的信息，以便在過濾掉模式的冗余部分的同時，又能將補充信息考慮...
-
超越CNN的ViT模型及其應(yīng)用前景
?作者 |蘇菲 Transformer 模型在 NLP 領(lǐng)域獲得了巨大的成功，以此為內(nèi)核的超大規(guī)模預(yù)訓練模型BERT、GPT-3 在 NLP 各...
-
英偉達提出AdaViT：出于DeiT而又快于DeiT
?作者 |小欣 01 簡介 自從Vision Transformer(ViT)被提出以來，Transformer已經(jīng)成為一種流行的神經(jīng)網(wǎng)絡(luò)架構(gòu)，...