三維目標(biāo)檢測(cè)失效的情況下如何實(shí)現(xiàn)避障

作為最簡(jiǎn)單直接且不需要點(diǎn)云標(biāo)簽的三維場(chǎng)景重建方式，在這個(gè)工作中我們重點(diǎn)研究自監(jiān)督環(huán)視深度估計(jì)這個(gè)任務(wù)。

2022-10-10 標(biāo)簽：三維代碼數(shù)據(jù)集 1416 0

UrbanScene3D大型數(shù)據(jù)集平臺(tái)用于研究城市場(chǎng)景感知和重建

本次導(dǎo)讀論文提出了一個(gè)用于研究城市場(chǎng)景感知和重建的大型數(shù)據(jù)平臺(tái)UrbanScene3D。該數(shù)據(jù)集包含超過(guò)12.8萬(wàn)張高分辨率圖像，涵蓋16個(gè)場(chǎng)景，包括總...

2022-10-09 標(biāo)簽：模擬器激光雷達(dá)數(shù)據(jù)集 3764 0

關(guān)于各種集成學(xué)習(xí)的方法

Voting是一種集成學(xué)習(xí)，它將來(lái)自多個(gè)機(jī)器學(xué)習(xí)模型的預(yù)測(cè)結(jié)合起來(lái)產(chǎn)生結(jié)果。在整個(gè)數(shù)據(jù)集上訓(xùn)練多個(gè)基礎(chǔ)模型來(lái)進(jìn)行預(yù)測(cè)。每個(gè)模型預(yù)測(cè)被認(rèn)為是一個(gè)“投票”。...

2022-10-08 標(biāo)簽：模型集成學(xué)習(xí)機(jī)器學(xué)習(xí) 2161 0

基于RTK-GPS的多傳感器融合數(shù)據(jù)集

近年來(lái)，多傳感器融合算法發(fā)展迅猛，不同傳感器可以相互補(bǔ)充，通過(guò)融合提高系統(tǒng)的感知能力。但受限于標(biāo)定成本和時(shí)間同步問(wèn)題，多傳感器數(shù)據(jù)集卻不多。

2022-09-29 標(biāo)簽：傳感器機(jī)器人3D 2492 0

基于視覺(jué)Transformer的監(jiān)督視頻異常檢測(cè)架構(gòu)進(jìn)行腸息肉檢測(cè)的研究

本文提出一種有效的基于視覺(jué)Transformer的弱監(jiān)督視頻異常檢測(cè)架構(gòu)來(lái)實(shí)現(xiàn)精準(zhǔn)檢測(cè)結(jié)直腸息肉。這也是首篇利用弱監(jiān)督視頻標(biāo)簽來(lái)進(jìn)行腸息肉檢測(cè)的研究， ...

2022-09-27 標(biāo)簽：檢測(cè)數(shù)據(jù)集Transformer 2032 0

FP32推理TensorRT演示

不同的量化策略，得到的結(jié)果可能稍有差異，另外高版本上的INT8量化之后到低版本的TensorRT機(jī)器上可能無(wú)法運(yùn)行，我就遇到過(guò)！所以建議不同平臺(tái)要統(tǒng)一T...

2022-09-23 標(biāo)簽：格式模型數(shù)據(jù)集 2099 0

基于RFD的分層標(biāo)簽分配（HLA）模塊設(shè)計(jì)

考慮到基于IoU閾值和中心采樣策略對(duì)大對(duì)象的傾斜，作者進(jìn)一步設(shè)計(jì)了基于RFD的分層標(biāo)簽分配（HLA）模塊，以實(shí)現(xiàn)小對(duì)象的平衡學(xué)習(xí)。在四個(gè)數(shù)據(jù)集上的大量實(shí)...

2022-09-05 標(biāo)簽：檢測(cè)器數(shù)據(jù)集RFD 1413 0

基于知識(shí)的對(duì)話生成任務(wù)

基于知識(shí)的對(duì)話生成任務(wù)(Knowledge-Grounded Dialogue Generation，KGD)是當(dāng)前對(duì)話系統(tǒng)的研究熱點(diǎn)，這個(gè)任務(wù)旨在基于...

2022-09-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)模型數(shù)據(jù)集 1983 0

基于圖文多模態(tài)領(lǐng)域典型任務(wù)

圖文多模態(tài)領(lǐng)域典型任務(wù)如img-text retrieval、VQA、captioning、grounding等，目前的學(xué)術(shù)設(shè)定難度尚可。但是， 一旦知...

2022-09-01 標(biāo)簽：語(yǔ)言模型數(shù)據(jù)集nlp 2723 0

基于小樣本增量學(xué)習(xí) NER 的框架

之前的工作（Monaikul 等人，2021）通過(guò)對(duì)新實(shí)體類(lèi)添加輸出層（AddNER）以及對(duì)輸出層進(jìn)行擴(kuò)展（ExtandNER）兩種知識(shí)蒸餾的方式解決。...

2022-09-01 標(biāo)簽：解碼模型數(shù)據(jù)集 2903 0

基于有效樣本數(shù)的類(lèi)平衡損失

本文綜述了康奈爾大學(xué)、康奈爾科技、谷歌Brain和Alphabet公司的基于有效樣本數(shù)的類(lèi)平衡損失(CB損失)。

2022-08-25 標(biāo)簽：函數(shù)模型數(shù)據(jù)集 1474 0

DocumentAI的模型、任務(wù)和基準(zhǔn)數(shù)據(jù)集

隨著最近幾年多模態(tài)大火的，越來(lái)越多的任務(wù)都被推陳出新為多模態(tài)版本。譬如，傳統(tǒng)對(duì)話任務(wù)，推出了考慮視覺(jué)信息的多模態(tài)數(shù)據(jù)集；事件抽取，也推出視頻形式的多模態(tài)...

2022-08-22 標(biāo)簽：模型機(jī)器學(xué)習(xí)數(shù)據(jù)集 2122 0

基于中文數(shù)據(jù)的標(biāo)簽詞構(gòu)造過(guò)程

生成方法對(duì)于長(zhǎng)實(shí)體來(lái)說(shuō)更加困難。但是隨著UIE的出現(xiàn)，中文小樣本NER 的效果得到了突破。

2022-08-19 標(biāo)簽：百度語(yǔ)言模型數(shù)據(jù)集 1416 0

FLAT的一種改進(jìn)方案

許久沒(méi)有更新，今天來(lái)水一篇之前在arXiv上看到的論文，這篇NFLAT是對(duì)FLAT的改進(jìn)（其實(shí)也是對(duì)TENER的改進(jìn)），F(xiàn)LAT在文本后面掛單詞的方式可...

2022-08-19 標(biāo)簽：解碼顯存數(shù)據(jù)集 2109 0

project復(fù)現(xiàn)過(guò)程踩到坑對(duì)應(yīng)的解決方案

最近做的一個(gè) project 需要復(fù)現(xiàn) EMNLP 2020 Findings 的 TinyBERT，本文是對(duì)復(fù)現(xiàn)過(guò)程對(duì)踩到坑，以及對(duì)應(yīng)的解決方案和實(shí)現(xiàn)...

2022-08-19 標(biāo)簽：模型project數(shù)據(jù)集 2051 0

基于一致性的半監(jiān)督語(yǔ)義分割方法

語(yǔ)義分割是一項(xiàng)重要的像素級(jí)別分類(lèi)任務(wù)。但是由于其非常依賴于數(shù)據(jù)的特性（data hungary）， 模型的整體性能會(huì)因?yàn)閿?shù)據(jù)集的大小而產(chǎn)生大幅度變化。同...

2022-08-11 標(biāo)簽：模型計(jì)算機(jī)視覺(jué)數(shù)據(jù)集 1293 0

如果在TensorFlow中構(gòu)建3D-CNN數(shù)據(jù)集

　　在圖像中，矩陣中的每個(gè)位置代表圖像中的一個(gè)像素，每個(gè)位置的值代表該像素的值。像素值可以是 8 位圖像中的 ［0-255］。每個(gè)像素與其相鄰像素有某種...

2022-08-10 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集 1460 0

一項(xiàng)新的視聽(tīng)分割任務(wù)

來(lái)自合肥工業(yè)大學(xué)、商湯、澳國(guó)立、北航、英偉達(dá)、港大和上海人工智能實(shí)驗(yàn)室的研究者提出了一項(xiàng)新的視聽(tīng)分割任務(wù)（Audio-Visual Segmentati...

2022-08-08 標(biāo)簽：編碼器AI數(shù)據(jù)集 1006 0

如何更好的安裝和使用 labelimg

圖片標(biāo)注主要是為了建立自己的數(shù)據(jù)集，便于進(jìn)行更深度的學(xué)習(xí)訓(xùn)練。本篇文章將對(duì)一款十分好用的圖片標(biāo)注工具labelimg進(jìn)行介紹，重點(diǎn)介紹其安裝以及使用的過(guò)程。

2022-08-05 標(biāo)簽：窗口代碼數(shù)據(jù)集 1409 0