- 本文通过三篇发表在CVPR 2019上的论文，对增量学习任务进行简单的介绍和总结。在此基础上，以个人的思考为基础，对这一研究领域的未来趋势进行预测。 本文通过三篇发表在CVPR 2019上的论文，对增量学习任务进行简单的介绍和总结。在此基础上，以个人的思考为基础，对这一研究领域的未来趋势进行预测。
- 随着深度学习技术在语义加工，人脸识别等领域的成功应用，深度学习方法在自动化骨龄评估中也有了一些尝试。深度学习方法与传统模式识别方法相比，其最大的优点在于无需构造手工特征，将特征提取和分类相结合。传统方法中，因依赖于手工调参，特征参数数量有限；而深度学习可以挖掘到的特征数量成千上万。随着深度学习网络层数的提高，网络不仅提取出了浅层特征，也挖掘到了更抽象的深层特征。这些网络自动提取的多层次特征结... 随着深度学习技术在语义加工，人脸识别等领域的成功应用，深度学习方法在自动化骨龄评估中也有了一些尝试。深度学习方法与传统模式识别方法相比，其最大的优点在于无需构造手工特征，将特征提取和分类相结合。传统方法中，因依赖于手工调参，特征参数数量有限；而深度学习可以挖掘到的特征数量成千上万。随着深度学习网络层数的提高，网络不仅提取出了浅层特征，也挖掘到了更抽象的深层特征。这些网络自动提取的多层次特征结...
- 基于传统手工特征的骨龄评估方法主要包括预处理、关键区域检测、手骨分割、特征提取、测量五个步骤，本文对该类方法的发展历史进行了详细介绍。 基于传统手工特征的骨龄评估方法主要包括预处理、关键区域检测、手骨分割、特征提取、测量五个步骤，本文对该类方法的发展历史进行了详细介绍。
- 本文按照研究方向整理了腾讯在2019年发表的视觉顶会论文，以此提供一些CV研究领域的未来趋势分析。 本文按照研究方向整理了腾讯在2019年发表的视觉顶会论文，以此提供一些CV研究领域的未来趋势分析。
- 小样本学习论文分享 小样本学习论文分享
- 机理模型 实际生产过程中，机理模型被大量应用 定义：根据对象、生产过程的内部机制或者物质流的传递机理建立起来的数学模型 优点：小数据，泛化强，可解释 缺点：模型有假设，不完全精确，模型的启发式参数设置，速度慢（如数值预报NWP）All models are wrong, but some are useful!那么如何利用海量传感器的数据提升机理模型精度和速度？机理模... 机理模型 实际生产过程中，机理模型被大量应用 定义：根据对象、生产过程的内部机制或者物质流的传递机理建立起来的数学模型 优点：小数据，泛化强，可解释 缺点：模型有假设，不完全精确，模型的启发式参数设置，速度慢（如数值预报NWP）All models are wrong, but some are useful!那么如何利用海量传感器的数据提升机理模型精度和速度？机理模...
- 简介 CLion是Jetbrains推出的面向跨平台开发的C/C++集成开发环境。作为团队的主力开发工具，其最大的优势是支持在Windows平台进行远程的Linux环境开发。一方面，CLion支持实时的代码增量上传，另一方面，支持远程环境的编译、运行和调试。0 新建项目打开菜单栏File->New Project，建议至少选择C++11，这块还取决于编译器支持的最高版本。1 编译配置1... 简介 CLion是Jetbrains推出的面向跨平台开发的C/C++集成开发环境。作为团队的主力开发工具，其最大的优势是支持在Windows平台进行远程的Linux环境开发。一方面，CLion支持实时的代码增量上传，另一方面，支持远程环境的编译、运行和调试。0 新建项目打开菜单栏File->New Project，建议至少选择C++11，这块还取决于编译器支持的最高版本。1 编译配置1...
- 判断样本是in-distribution还是out-of-distribution，特别是在高维空间下，目前的深度学习方法做的并不好，他们对自己的判断往往过度自信。深度生成模型因为能够建模训练样本分布而受到了热烈的追捧，但是基于likelihood作为in-distirbution的评价标准时，表现非常糟糕，完全不相同的样本likelihood特别高。本文总结了目前OOD算法的进展。 判断样本是in-distribution还是out-of-distribution，特别是在高维空间下，目前的深度学习方法做的并不好，他们对自己的判断往往过度自信。深度生成模型因为能够建模训练样本分布而受到了热烈的追捧，但是基于likelihood作为in-distirbution的评价标准时，表现非常糟糕，完全不相同的样本likelihood特别高。本文总结了目前OOD算法的进展。
- 三维手部姿态估计任务是指以深度图或/和RGB 图像作为输入，预测手部各个关节点的三维坐标。在自我视角（egocentric viewpoint）下，该任务最主要的难点源于手部的自遮挡。Hierarchical Mixture Density Network 这一工作提出了一种基于概率模型的方法来构造多值映射（multi-valued mapping），以建模被遮挡关节点在位置上的不确定性。 三维手部姿态估计任务是指以深度图或/和RGB 图像作为输入，预测手部各个关节点的三维坐标。在自我视角（egocentric viewpoint）下，该任务最主要的难点源于手部的自遮挡。Hierarchical Mixture Density Network 这一工作提出了一种基于概率模型的方法来构造多值映射（multi-valued mapping），以建模被遮挡关节点在位置上的不确定性。
- 当前主流的目标检测器模型在训练时即确定了需要检测的物体种类，如果想要增加新的类别，只能重新训练。本文介绍了一种增量式的物体检测模型，可以随时增加新的类别，更符合实际场景。 当前主流的目标检测器模型在训练时即确定了需要检测的物体种类，如果想要增加新的类别，只能重新训练。本文介绍了一种增量式的物体检测模型，可以随时增加新的类别，更符合实际场景。
- #华为云在HC2020# 中科院脑智卓越中心与#华为云# 合作，借力AI，致力于绘制斑马鱼全脑介观结构图谱，探究斑马鱼大脑这个经过上亿年进化而来的通用智能系统的组织规律，为类脑智能提供新的策略和思路。 #华为云在HC2020# 中科院脑智卓越中心与#华为云# 合作，借力AI，致力于绘制斑马鱼全脑介观结构图谱，探究斑马鱼大脑这个经过上亿年进化而来的通用智能系统的组织规律，为类脑智能提供新的策略和思路。
- 日前，放射学领域国际顶级期刊Radiology（《放射学》）发表了华为云EI创新孵化lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科联合团队最新研究成果：AI算法检测动脉瘤灵敏度高达97.5%，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。 日前，放射学领域国际顶级期刊Radiology（《放射学》）发表了华为云EI创新孵化lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科联合团队最新研究成果：AI算法检测动脉瘤灵敏度高达97.5%，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。
- 一.协同任务规划的功能与结构多无人机协同任务规划即是根据一组特定条件的约束，以实现某个准则函数的最优或次优为目标，将某项作战任务分解成一些子任务并分配给多无人机系统中的各个无人机分别去完成的过程。 通常多无人机任务规划可以分成两大部分：上层的任务分配(Task Assignment or Task Allocation)和下层的路径规划(Path Planning)任务分配考虑各种约束条件，... 一.协同任务规划的功能与结构多无人机协同任务规划即是根据一组特定条件的约束，以实现某个准则函数的最优或次优为目标，将某项作战任务分解成一些子任务并分配给多无人机系统中的各个无人机分别去完成的过程。 通常多无人机任务规划可以分成两大部分：上层的任务分配(Task Assignment or Task Allocation)和下层的路径规划(Path Planning)任务分配考虑各种约束条件，...
- VR（Virtual Reality）即虚拟现实，是利用电脑模拟产生一个虚拟的三维世界，并将该模拟世界呈现给使用者的技术。目前比较常见的呈现方式主要是专业的VR眼镜、手机等设备，主要针对视觉方面的模拟。这些设备通常可以根据使用者的移动（包括位置移动、转头等），相应地改变视角，传回逼真的影像，从而营造出临场感。此外，在听觉、触觉等方面，也有一些针对性的VR设备，如Skinterface紧身衣等... VR（Virtual Reality）即虚拟现实，是利用电脑模拟产生一个虚拟的三维世界，并将该模拟世界呈现给使用者的技术。目前比较常见的呈现方式主要是专业的VR眼镜、手机等设备，主要针对视觉方面的模拟。这些设备通常可以根据使用者的移动（包括位置移动、转头等），相应地改变视角，传回逼真的影像，从而营造出临场感。此外，在听觉、触觉等方面，也有一些针对性的VR设备，如Skinterface紧身衣等...
- 自动驾驶仿真平台从技术上讲，这些平台主要分为两类：第一类是基于合成的数据，对环境、感知及车辆进行模拟，这里的感知大多数是图像层面的感知，这类模拟器主要用于感知、规划算法的初步开发上，Carla、AirSim、Udacity self-driving car simulator就属于这类；第二类是基于真实数据的回放，这里的真实数据包括图像、lidar、radar等各种传感器的数据，这类模拟器主... 自动驾驶仿真平台从技术上讲，这些平台主要分为两类：第一类是基于合成的数据，对环境、感知及车辆进行模拟，这里的感知大多数是图像层面的感知，这类模拟器主要用于感知、规划算法的初步开发上，Carla、AirSim、Udacity self-driving car simulator就属于这类；第二类是基于真实数据的回放，这里的真实数据包括图像、lidar、radar等各种传感器的数据，这类模拟器主...
上滑加载中
推荐直播
-
物联网资深专家带你轻松构建AIoT智能场景应用2024/11/21 周四 16:30-18:00
管老师 华为云IoT DTSE技术布道师
如何轻松构建AIoT智能场景应用？本期直播将聚焦华为云设备接入平台，结合AI、鸿蒙（OpenHarmony）、大数据等技术，实现物联网端云协同创新场景，教您如何打造更有实用性及创新性的AIoT行业标杆应用。
回顾中 -
Ascend C算子编程之旅：基础入门篇2024/11/22 周五 16:00-17:30
莫老师 昇腾CANN专家
介绍Ascend C算子基本概念、异构计算架构CANN和Ascend C基本概述，以及Ascend C快速入门，夯实Ascend C算子编程基础
即将直播 -
深入解析：华为全栈AI解决方案与云智能开放能力2024/11/22 周五 18:20-20:20
Alex 华为云学堂技术讲师
本期直播我们将重点为大家介绍华为全栈全场景AI解决方案以和华为云企业智能AI开放能力。旨在帮助开发者深入理解华为AI解决方案，并能够更加熟练地运用这些技术。通过洞悉华为解决方案，了解人工智能完整生态链条的构造。
去报名
热门标签