观点 | 用几何学提升深度学习模型性能,是计算机视觉研究的未来
选自 Alexgkendall.com
作者:Alex Kendall
机器之心编译
参与:候韵楚、黄小天
深度学习使计算机视觉得以蜕变。如今,绝大多数问题的最佳解决方案是基于端到端的深度学习模型,尤其是当卷积神经网络倾向于开箱即用后便深受青睐。但这些模型主要为大型黑箱,其透明度很差。
尽管如此,我们仍旧在深度学习领域获得了显著成果,即研究人员能通过一些数据以及使用基本的深度学习 API 所编写的20 余行代码来获得大量容易得到的成果。虽然这些成果很有突破性,但我认为它们往往过于理想化,且缺乏原则性理解
“几何构象增强AI算法”,百度生物计算最新研究成果登上《Nature》子刊
机器之心发布 机器之心编辑部 近日,百度在国际顶级期刊《Nature》旗下子刊 《Nature Machine Intelligence》(Impact score 16.65)上发表了 AI + 生物计算的最新研究成果《Geometry Enhanced Molecular Representation Learning for Property Prediction》,提出 “基于空间结构的化合物表征学习方法”,即 “几何构象增强 AI 算法”(Geometry Enhanced Molecular R
回顾2022年计算机视觉领域最激动人心的进展
过去 12 个月见证了计算机视觉的快速发展,从支持基础设施到跨行业的新应用,再到研究中的算法突破,再到 AI 生成艺术的爆炸式增长。本篇文章带大家一起回顾一下这些令人兴奋的发展。本文将通过五个部分来回顾计算机视觉领域在2022年的发展。
STRL:3D 点云的时空自监督表示学习
点云是视觉分析和场景理解的典型3D表示。但各种3D场景理解任务仍然缺乏实用和可推广的预训练模型,同时尽管3D点云数据在3D表示中无所不在,但与2D图像数据相比,对3D点云进行标注要困难得多。因此,动机是:正确利用大量未标记的3D点云数据是大规模3D视觉分析和场景理解成功的必要条件。
计算机视觉的半监督模型:Noisy student, π-Model和Temporal Ensembling
今天我将讨论一些在过去十年中出现的主要的半监督学习模型。首先让我们谈谈什么是半监督学习以及我们为什么对它感兴趣!
从CVPR 2021的论文看计算机视觉的现状
计算机视觉(Computer Vision, CV)是人工智能领域的一个领域,致力于让计算机能够像人类一样识别和处理图像和视频中的物体。以前,计算机视觉只能在有限的能力下工作。但由于深度学习的进步,该领域近年来取得了巨大的飞跃,现在正在迅速改变不同的行业!
解读 | 2019年10篇计算机视觉精选论文(上)
2019 年转眼已经接近尾声,我们看到,这一年计算机视觉(CV)领域又诞生了大量出色的论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力。因此,我们精选了 2019 年十大 CV 研究论文,帮你了解该领域的最新趋势。
解读 | 2019 年 10 篇计算机视觉精选论文(下)
内容一览:2019 年已经接近尾声,在这一年里,计算机视觉(CV)领域又诞生了大量出色的论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力。我们精选了 2019 年十大 CV 研究论文,帮你了解该领域的最新趋势,继之前推出的上系列和中系列之后,这是该系列的最后一个部分。Enjoy~
解读 | 2019 年 10 篇计算机视觉精选论文(上)
内容一览:2019 年转眼已经接近尾声,我们看到,这一年计算机视觉(CV)领域又诞生了大量出色的论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力。因此,我们精选了 2019 年十大 CV 研究论文,帮你了解该领域的最新趋势。
异常检测原理及其在计算机视觉中的应用
这篇文章涵盖了三件事,首先什么是视觉角度的异常检测?用于异常检测的技术有哪些?它在哪里使用?
异常检测原理及其在计算机视觉中的应用
这篇文章涵盖了三件事,首先什么是视觉角度的异常检测?用于异常检测的技术有哪些?它在哪里使用?
人工智能、机器学习和认知计算入门指南
几千年来,人们就已经有了思考如何构建智能机器的想法。从那时开始,人工智能 (AI) 经历了起起落落,这证明了它的成功以及还未实现的潜能。如今,随时都能听到应用机器学习算法来解决新问题的新闻。从癌症检测和预测到图像理解和总结以及自然语言处理,AI 正在增强人们的能力和改变我们的世界。
京东图计算团队:图深度学习从理论到实践
图神经网络是人工智能的一个热点方向,从图的视角解读大数据,可以灵活建模复杂的信息交互关系,吸引大量学者的关注并在多个工业领域得到广泛应用。
“深度学习与计算机视觉”学习笔记——历史篇
计算机视觉是一个广泛而复杂的领域,而深度学习的发展则为该领域提供了许多解决方案,带来更鲁棒、更精确的模型算法。本系列《“深度学习与计算机视觉”学习笔记》简要地记录了我近期在梳理计算机视觉领域应用深度学习技术的历史发展进程、基础原理以及应对不同任务提出的经典网络架构和未来发展方向的所获所得。特此整理与大家分享。
大规模计算时代:深度生成模型何去何从
人工智能的核心愿望之一是开发算法和技术,使计算机具有合成我们世界上观察到的数据的能力, 比如自然语言,图片等等。
WAIC AI开发者论坛:高性能计算、多模态交互、类脑计算全都有
2022 WAIC 世界人工智能大会已于近日在上海落幕。
9 月 3 日,在机器之心主办的 WAIC 2022·AI 开发者论坛上,2021 图灵奖得主为代表的全球最具影响力学术领袖、技术专家和企业高管发表主题演讲,演讲内容包括高性能计算、多模态交互、文本生成研究与应用、RPA、类脑计算等在内的最前沿议题。本次大会以「 AI 开发者所真正关注的」为主题,集中展示本年度人工智能领域最前沿技术成果和最新实践应用进展。
除了这些精彩的主题演讲,WAIC·AI 开发者论坛还揭晓了今年的 WAIC· 云帆奖得主,举
前沿报告 | 机器学习与量子计算
量子计算使用量子系统来处理信息。在最流行的基于门的量子计算框架(Nielsen和Chuang,2002年)中,一种量子算法描述了通过离散变换将个两级系统(称为量子比特)的量子系统的初始状态演化为最终状态的过程。门通常仅作用于少量的量子位,并且门的顺序定义了计算。
论述人工智能,大数据,云计算之间的关系_物联网大数据人工智能的关系
互联网革命:1990年,将终端计算设备连接起来,实现了信息的发布、检索和共享,极大提高了沟通和协作的效率。
Python学习路线图(免费视频及参考图书)
之前分享了 Java学习路线图,有需要的小伙伴可以点击蓝字查看,这是比较基础的入门学习内容,想要真正成为一名合格的大佬,还是有很多坑需要踩,有许多的内容去学习,这里仅仅起到抛砖引玉。还有许多小伙伴在私信问Python的相关学习路线,那么我就简单的分享一下Python的学习路线,仅供参考。
Python学习路线图(免费视频及参考图书)
之前分享了 Java学习路线图,有需要的小伙伴可以点击蓝字查看,这是比较基础的入门学习内容,想要真正成为一名合格的大佬,还是有很多坑需要踩,有许多的内容去学习,这里仅仅起到抛砖引玉。还有许多小伙伴在私信问Python的相关学习路线,那么我就简单的分享一下Python的学习路线,仅供参考。