多校官宣：第二轮“双一流”，新增这些学科！-爱代码爱编程
点击下方卡片，关注“CVer”公众号 AI/CV重磅干货，第一时间送达 来源：南开大学、华中科技大学、湖南大学、西北大学、华中师范大学、TOP大学来了 等 | 转载自：双一流高校 2021年12月31日，多所高校在新年致辞中透露了新一轮双一流评选结果：南开大学应用经济学入选了新一轮一流学科，华中科技大学临床医学入选新一轮“双一流”学科，湖
apap论文阅读笔记_apap算法翻译-爱代码爱编程
论文和代码可以在这个网址找到：https://cs.adelaide.edu.au/~tjchin/apap/ 文章目录 一、全文翻译题目摘要一、介绍1.1 相关工作 二、尽可能的投影扭曲2.1
亚洲首获奖！清华大学团队获acm sigcomm 2021唯一最佳学生论文奖-爱代码爱编程
来源：清华大学 编辑：Priscilla 好困 【导读】近日，全球网络通信顶会ACM SIGCOMM 2021公布了获奖名单，清华大学信息学院刘云浩、李振华团队研究影响蜂窝网络可靠性的软硬件及人类行为因素，获本届大会唯一最佳学生论文奖，成为首个获得该奖的亚洲研究院校。 清华大学团队获得ACM SIGCOMM 2021唯一最佳学生论文奖。
基于paddleocr2.4的轻量级文字识别技术创新大赛baseline_paddleocr selected_gpus-爱代码爱编程
一、.轻量级文本识别创新大赛简介 比赛地址：轻量级文本识别创新大赛 1.赛题介绍 近年来，深度学习技术在很多方向都取得了巨大的成功，尤其是计算机视觉领域，已经实现了广泛的落地和应用，但由于深度神经网络计算复杂度高，模型
【opencv】python-爱代码爱编程
前言：本文是我在学习opencv时记录的笔记，内容较为简洁，会记录从入门到做项目这段时间的内容，最终目的是完成我的毕业设计，欢迎大家给予批评指正。本篇为第一本书《Python-OpenCV从入门到精通》的笔记。 第六章 绘
pytorch transforms.resize()的简单用法-爱代码爱编程
简单来说就是调整PILImage对象的尺寸，注意不能是用io.imread或者cv2.imread读取的图片，这两种方法得到的是ndarray。 transforms.Resize(x) #将图片短边缩放至x，长宽比保持不变 而一般输入深度网络的特征图长宽是相等的，就不能采取等比例缩放的方式了，需要同时指定长宽： transforms.Resiz
驾驭白夜场景、刷新多个sota，高效提升多目标追踪与分割-爱代码爱编程
来源：机器之心 本文是对苏黎世联邦理工、香港科技大学和快手科技的论文《Prototypical Cross-Attention Networks for Multiple Object Tracking and Segmentation- PCAN》的解读，该论文被 NeurIPS 2021 接收为 spotlight。 论文地址：ht
本周ai热点回顾：爷青回！ai把《灌篮高手》角色真人化；ijcai 2021开幕，杰出论文等奖项出炉...-爱代码爱编程
01 爷青回！AI把《灌篮高手》角色真人化，最帅的居然不是流川枫？ 最近，一位外国博主AIみかん搞了个事情，更是让网友们掀起了一波超强回忆杀： 用AI将《灌篮高手》真人化。 例如我们熟悉的主角樱木花道，在AI的一通操作后，他的真人版长这样： 瞧这经典的红发，犀利有神的眼眉，是有那味道了。 怎么做到的？
常用计算机视觉术语表_计算机视觉相关术语在哪查-爱代码爱编程
计算机视觉（以及一般的机器学习）是那些似乎难以接近的领域之一，因为有太多特定于行业的词（或以新颖方式使用的常用词），感觉有点像您正在尝试学习一门新语言。 我们在这里定义了许多这些独特的词、短语和首字母缩略词，以帮助您克服困难
计算机视觉：步态识别-爱代码爱编程
这里写目录标题 22-3-1补充简介影响因素数据集身体表示轮廓骨架 时间表示模板 特征表示神经网络CNNGAN3D CNNGCN 最新发展和趋势身体表示时间表示特征表示神经网络数据集 挑
直播 | ucla博士生洪逸宁：视觉和语言的联合语法归纳（iccv 2021）-爱代码爱编程
「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。 本期 AI Drive，我们邀请到加州大学洛杉矶分校（UCLA）计算机系博
为什么深度学习不能取代传统的计算机视觉技术？-爱代码爱编程
点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达 当你辗转于各种论坛时，相信会经常看到这样的问题：深度学习是否会取代传统的计算机视觉？或者说，当深度学习看起来如此有效时，是否还有必要研究传统的计算机视觉技术？ 这是一个非常好的问题。 深度学习已经彻底改变了计算机视觉和人工智能这一领域，许多曾经看起来不
迁移学习：领域自适应的理论分析-爱代码爱编程
点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达 领域自适应即Domain Adaptation，是迁移学习中很重要的一部分内容。目的是把分布不同的源域和目标域的数据，映射到一个特征空间中，使其在该空间中的距离尽可能近。于是在特征空间中对source domain训练的目标函数，就可以迁移到target domain上
基于图像分割的立体匹配方法_图像分割立体匹配-爱代码爱编程
1.绪论 立体匹配是三维重建系统的关键步骤，并且作为一种非接触测量方法在工业以及科研领域具有重要的应用价值。为了完成匹配工作以及获取场景的稠密视差图，可以通过构建能量函数对应立体匹配的约束条件。复杂能量函数的全局最优解通常是NP难问题。相对于其他全局优化算法相比如模拟退火、梯度下降、动态规划等，图割算法不仅精度高，收敛速度快，并且对于光照变化、弱纹理
做目标检测，这6篇就够了：cvpr 2021目标检测论文盘点【附pdf】-爱代码爱编程
目标检测是计算机视觉中的经典问题之一。 凭借大量可用数据、更快的 GPU 和更好的算法，现在我们可以轻松训练计算机以高精度检测出图像中的多个对象。 本文就为大家推荐其中 6 篇有价值的目标检测论文。 目标检测论文推荐 2021 01 推荐理由：文章回顾了400多篇关于目标检测的论文，涵盖目标检测近20年的发展。 本文
从经典到最新前沿，一文概览2d人体姿态估计-爱代码爱编程
点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达 来自 | 知乎 作者 | 谢一宾 0. 前言 本文主要讨论2D的人体姿态估计，内容主要包括：基本任务介绍、存在的主要困难、方法以及个人对这个问题的思考等等。希望大家带着批判的目光阅读这篇文章，和谐讨论。 1. 介绍 2D人体姿态估
模型部署：pytorch转onnx踩坑实录（上）-爱代码爱编程
关注并星标 从此不迷路 计算机视觉研究院 公众号ID｜ComputerVisionGzq 学习群｜扫码在主页获取加入方式 计算机视觉研究院专栏 2 0 在深度学习模型部署时，从pytorch转换onnx的过程中，踩了一些坑。本文总结了这些踩坑记录，希望可以帮助其他人。 2 2
超快速结构感知的车道线检测算法_车道线感知算力-爱代码爱编程
一种超快速结构感知的车道线检测 前言:smile:1.方法介绍:smile:2.实验结果:smile: 前言😄 车道线检测是自动驾驶的一个基础模块，同时也是一个由来已久的任务，早期已有很多基于传
《论文阅读》d3vo: deep depth, deep pose and deep uncertainty for monocular visual odometry-爱代码爱编程
留个笔记自用 D3VO: Deep Depth, Deep Pose and Deep Uncertainty for Monocular Visual Odometry 做什么 Monocular Visual Od
智能算法介绍-爱代码爱编程
智能算法及MATLAB实现 文章目录 智能算法及MATLAB实现一、人工神经网络的发展二、人工神经网络研究内容三、人工神经网络研究方向四、人工神经网络发展趋势 一、人工神经网络的发展 1