AI人工智能初学者
2获赞1粉丝0关注
清华提出 OneDet3D，基于点云的3D目标检测多域联合训练，强大的通用能力展现，模型几乎覆盖所有三维目标检测任务 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
字节团队提出 SuperClass 告别CLIP ，革新图像文本预训练分类技术 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
浙大/南京信息科技/上海AILab/伦敦帝国/暨南大学联合提出 HYPERDET: 通用生成图像检测框架，性能 SOTA ！
文章来源于未来先知，作者小先知近年来，各种生成式视觉模型的发展使得合成视觉上逼真的图像成为可能，这也突显了从实际照片中有效检测这些生成图像的迫切需求。尽管在这个领域取得了进步，但现有的检测方法往往难以准确识别由不同生成模型合成的图像。在本文中，作者提出了一种新颖且通用的检测框架HyperDet，它创
AI人工智能初学者
0
从CNN 到 ConVRNN: 时间序列异常检测的可视化技术 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
轻量级神经网络模型，嵌入式微小设备也能实时检测 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
TrackMe:一种简单有效的多目标跟踪标注工具 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
强推理模型书生InternThinker开放体验：自主生成高智力密度数据、具备元动作思考能力｜通专融合探索新进展
上海人工智能实验室（上海AI实验室）致力于通过“通专融合”路径探索开放、可控、可信的通用人工智能（AGI），其关键技术之一在于同步提升深度推理与专业泛化能力。2024年11月25日，上海AI实验室展示了自主生成高智力密度数据、具备元动作思考能力的“模型”等一系列创新进展，并开放强推理模型书生Inte
AI人工智能初学者
0
OrientedFormer: 基于 Transformer的定向目标检测新框架 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
DFMSD：面向目标检测的双特征Mask异质蒸馏框架 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
60个最新开源Transformer压缩方法，让你的模型更高效！
大家在实际部署Transformer时，都需要压缩模型来减少内存和计算成本。而Transformer模型结合了注意力和前馈网络，往往需要特定压缩技术来提升性能。本文总结了不同情况下的60种Transformer模型压缩方法与开源代码。分为量化、剪枝、知识蒸馏三大类。这60种都是近3年内非常新颖的创新
AI人工智能初学者
0
南开大学提出 ADFQ-ViT，解决 ViT 在低比特量化时显著准确性损失的问题 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
中山大学 & 华为诺亚实验室提出 HiRes-LLaVA 框架，解决切片的高分辨率LVLM引起的输入碎片化问题 ！
备注好友：方向-学校/公司-姓名/昵称【AIGC 先锋科技】交流群高分辨率输入使大型视觉-语言模型（LVLMs）能够辨别更精细的视觉细节，增强了它们的理解能力。为了减少由高分辨率输入引起的训练和计算成本，一个有前景的方向是使用滑动窗口将输入切成均匀的块，每个块与训练有素的视觉编码器的输入大小相匹配。
AI人工智能初学者
0
从理论到实践，ViT-1.58b 在复杂 Transformer 架构中的应用 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
自动多步蒸馏（AMD） | 突破大规模视觉模型压缩的效能界限 ！
备注好友：方向-学校/公司-姓名/昵称【AIGC 先锋科技】交流群基于 Transformer 的架构因其卓越的性能已成为各种视觉任务的默认标准模型。随着模型规模的不断扩大，模型蒸馏在各种实际应用中变得尤为重要，尤其是在计算资源受限的设备上。然而，当前流行的知识蒸馏方法在遇到教师模型和学生模型之间的
AI人工智能初学者
0
突破预训练与存储瓶颈：利用视觉语言模型提升无监督领域自适应 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
破解LLM长上下文瓶颈：MoA混合注意力技术提升3.9倍上下文长度，性能飙升7倍！
Abstract稀疏注意力能有效缓解大型语言模型（LLM）在长上下文中的显著内存和吞吐量需求。现有方法通常采用统一的稀疏注意力 Mask ，在不同注意力头和输入长度上应用相同的稀疏模式。然而，这种统一的方法未能捕捉到LLM中固有的多样化注意力模式，忽略了它们在准确性和延迟之间的不同权衡。为了应对这一
AI人工智能初学者
0
南京理工将 CNN 与 Transformer 结合，在变化检测准确度上显著提升，超越现有技术水平 ！
点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战👉「CUDA、TensorRT、N
AI人工智能初学者
0
南洋理工 & 新加坡大学提出 DM3D | 3D点云剪枝策略，在多个检测模型上实现精度与计算效率双赢 ！
ADAS Laboratory点击上方蓝字关注 智驾实验室 加入【智驾实验室】交流群，获取更多内容和资料将深度神经网络应用于三维点云处理，因其在增强现实/虚拟现实、自动驾驶和机器人技术等多个领域的卓越性能而越来越受
AI人工智能初学者
0