針對(duì)文本生成任務(wù)提出一種基于提示的遷移學(xué)習(xí)方法

理解是一個(gè)復(fù)雜且多面的能力，包括對(duì)文本詞匯、背景知識(shí)、語言結(jié)構(gòu)的理解。因此，我們采用GLUE, SuperGLUE, SQuAD v1.1, SQuAD...

2022-09-23 標(biāo)簽：語言模型數(shù)據(jù)集遷移學(xué)習(xí) 1814 0

深度解析MegEngine 4 bits量化開源實(shí)現(xiàn)

因此量化模型被廣泛使用在推理側(cè)，量化也成為了一個(gè)重要且非?；钴S的研究領(lǐng)域。近期，MegEngine 開源了 4 bits 的量化的相關(guān)內(nèi)容，通過 Meg...

2022-09-23 標(biāo)簽：開源數(shù)據(jù)集量化 1243 0

預(yù)先訓(xùn)練的語言模型能像人類一樣聰明地解釋明喻嗎？

明喻主要分為兩類：封閉式明喻(ClosedSimile)，以及開放式明喻(OpenSimile)。如圖2所示，二者區(qū)別在于是否顯式地指明本體、喻體的共同...

2022-09-23 標(biāo)簽：模型語言模型數(shù)據(jù)集 1065 0

Redis巧用數(shù)據(jù)類型實(shí)現(xiàn)億級(jí)數(shù)據(jù)統(tǒng)計(jì)！

實(shí)現(xiàn)基數(shù)統(tǒng)計(jì)最直接的方法，就是采用集合（Set）這種數(shù)據(jù)結(jié)構(gòu)，當(dāng)一個(gè)元素從未出現(xiàn)過時(shí)，便在集合中增加一個(gè)元素；如果出現(xiàn)過，那么集合仍保持不變。

2022-09-22 標(biāo)簽：數(shù)據(jù)結(jié)構(gòu)數(shù)據(jù)集Redis 861 0

一種 "物體深度重建網(wǎng)絡(luò)"（OLD-Net）的新方法

要獲得物體區(qū)域的深度，一種直接的方法是預(yù)測場景級(jí)深度。然而，由于視場的多樣性，通常預(yù)測的景深較粗，導(dǎo)致物體形狀細(xì)節(jié)的丟失。姿態(tài)估計(jì)性能也會(huì)受到影響。

2022-09-22 標(biāo)簽：RGB網(wǎng)絡(luò)數(shù)據(jù)集 1633 0

基于YOLOv5框架如何訓(xùn)練一個(gè)自定義對(duì)象檢測模型

并歸一化到0~1之間，這部分我寫了一個(gè)腳本來完成label標(biāo)簽的生成，把xml的標(biāo)注信息轉(zhuǎn)換為YOLOv5的labels文件，這樣就完成了數(shù)據(jù)集制作。最...

2022-09-21 標(biāo)簽：檢測模型數(shù)據(jù)集 1875 0

幾個(gè)經(jīng)典的立體匹配算法的評(píng)價(jià)指標(biāo)和數(shù)據(jù)集

事實(shí)上，有一些算法的流程比較混合——比如今天我將介紹的一個(gè)經(jīng)典立體匹配算法，它總體來說是局部法的流程，但其中也有少量模塊在進(jìn)行視差優(yōu)化的過程。

2022-09-07 標(biāo)簽：模塊算法數(shù)據(jù)集 2814 0

通過Logit調(diào)整的長尾學(xué)習(xí)

其實(shí)就筆者喜歡的風(fēng)格而言，我對(duì)重加權(quán)這一方向的工作更為喜歡，因?yàn)橥ㄟ^各種統(tǒng)計(jì)學(xué)上的結(jié)論，來設(shè)計(jì)很好的loss改進(jìn)來解決長尾/不均衡分布問題，我喜歡這類研...

2022-09-05 標(biāo)簽：線性模型數(shù)據(jù)集 1600 0

一種360°全景定制的Transformer框架

在以ERP格式作為輸入的前提下會(huì)有兩種劃分patch的方法：（1）直接等間距劃分patch；（2）將球面全景圖投影成重疊的perspective視口自然...

2022-08-31 標(biāo)簽：框架數(shù)據(jù)集Transformer 1352 0

PIE-Engine平臺(tái)數(shù)據(jù)集更新匯總

增加了通過干涉合成孔徑雷達(dá)（InSAR）獲取，精度上優(yōu)于SRTM的TanDEM-X數(shù)據(jù)。此外，還增加了兩個(gè)版本的Elevation-Global高程數(shù)據(jù)...

2022-08-30 標(biāo)簽：雷達(dá)數(shù)據(jù)集 3996 0

最適合小白入門的NLP項(xiàng)目

數(shù)據(jù)集。基于頭條新聞標(biāo)題數(shù)據(jù)集，質(zhì)量相對(duì)較高。

2022-08-25 標(biāo)簽：數(shù)據(jù)集nlp 1501 0

基于全景分割的全場景圖生成任務(wù)

作者精細(xì)地定義了56種關(guān)系，包括了位置關(guān)系（over，in front of，等），常見的物體間關(guān)系（hanging from等），常見的生物動(dòng)作（wa...

2022-08-24 標(biāo)簽：計(jì)算機(jī)視覺數(shù)據(jù)集智能制造 1323 0

三篇基于遷移學(xué)習(xí)的論元關(guān)系提取

該篇文章為了使論辯中繁瑣的過程自動(dòng)化，提出了一個(gè)大規(guī)模數(shù)據(jù)集IAM，該數(shù)據(jù)集可用于一系列論辯挖掘任務(wù)，包括主張?zhí)崛?、立場分類、證據(jù)提取等。之后進(jìn)一步提出...

2022-08-16 標(biāo)簽：機(jī)器學(xué)習(xí)數(shù)據(jù)集遷移學(xué)習(xí) 1400 0

基于目標(biāo)域的域自適應(yīng)類型

域適應(yīng)是計(jì)算機(jī)視覺的一個(gè)領(lǐng)域，我們的目標(biāo)是在源數(shù)據(jù)集上訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)，并確保在顯著不同于源數(shù)據(jù)集的目標(biāo)數(shù)據(jù)集上也有良好的準(zhǔn)確性。為了更好地理解域適應(yīng)和...

2022-08-12 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)視覺數(shù)據(jù)集 1591 0

華為與天津市政府合作打造中國開源的言語意圖模型和數(shù)據(jù)集

8月10日，天津市河北區(qū)人民政府、天津大學(xué)與華為技術(shù)有限公司聯(lián)合簽署“海河。諦聽”言語交互意圖深度理解大模型及其應(yīng)用領(lǐng)域合作備忘錄，將通過深入合作為人工...

2022-08-12 標(biāo)簽：華為開源數(shù)據(jù)集 1095 0

研究者提出了一項(xiàng)新的視聽分割任務(wù)

視聽表征學(xué)習(xí)（audio-visual learning）已經(jīng)催生了很多有趣的任務(wù)，比如視聽通信（AVC）、視聽事件定位（AVEL）、視頻解析（AVVP...

2022-08-08 標(biāo)簽：機(jī)器視覺AI數(shù)據(jù)集 954 0

基于X光圖片的實(shí)例分割垃圾數(shù)據(jù)集WIXRay (Waste Item X- Ray)

提出了第一個(gè)基于 X 光圖片的、實(shí)例級(jí)別的垃圾分割數(shù)據(jù)集 (WIXRay)。數(shù)據(jù)集中包含 5,038 張 X 光圖片，共 30,845 個(gè)垃圾物品實(shí)例。...

2022-08-08 標(biāo)簽：數(shù)據(jù)集垃圾分類 2173 0

一個(gè)YOLO系列的算法實(shí)現(xiàn)庫YOLOU

這里主要是對(duì)于YOLO系列經(jīng)典化模型的訓(xùn)練對(duì)比，主要是對(duì)于YOLOv5、YOLOv6、YOLOv7以及YOLOX的對(duì)比，部分模型還在訓(xùn)練之中，后續(xù)所有預(yù)...

2022-07-31 標(biāo)簽：算法數(shù)據(jù)集輕量化 2057 0

利用深度學(xué)習(xí)在工業(yè)圖像無監(jiān)督異常定位方面的最新成果

目前，基于深度學(xué)習(xí)的視覺檢測在監(jiān)督學(xué)習(xí)方法的幫助下取得了很大的成功。然而，在實(shí)際工業(yè)場景中，缺陷樣本的稀缺性、注釋成本以及缺陷先驗(yàn)知識(shí)的缺乏可能會(huì)導(dǎo)致基...

2022-07-31 標(biāo)簽：計(jì)算機(jī)視覺數(shù)據(jù)集深度學(xué)習(xí) 3599 0