摘要： 前言 近年来，基于扩散模型（Diffusion Models）的图像生成模型层出不穷，展现出令人惊艳的生成效果。然而，现有相关研究模型代码框架存在过度碎片化的问题，缺乏统一的框架体系，导致出现「迁移难」、「门槛高」、「质量差」的代码实现难题。为此，中山大学人机物智能融合实验室（HCP Lab）构建了 阅读全文

摘要： 前言 美图影像研究院（MT Lab）与中国科学院大学共同提出盲人脸图像修复方法 DiffBFR，用于修复退化模型未知的低质量图像。该方法探索了两种生成式模型GAN和DPM对长尾问题的适应性，设计合适的人脸修复模块来得到更加准确的细节信息，进而降低生成式方法带来的脸部过平滑现象，从而提高修复精度和准确 阅读全文

摘要： 前言 近日，腾讯优图实验室6篇论文被国际人工智能多媒体领域顶级会议ACM MM 2023（ACM International Conference on Multimedia）所接收， 涵盖视觉识别、神经绘画和风格化研究、半监督学习等多个研究方向，进一步展示了腾讯优图实验室在人工智能领域的技术能力和 阅读全文

摘要： 前言 我开始关注这个问题，是在使用PaddleOCR+ OpenCV 进行视频文字识别的时候，因为OpenCV 需要循环读取视频的每一帧进行解析，这就导致视频播放特别卡顿。由于视频中相邻帧的内容是一样的，重复识别也没有意义，所以我就在考虑：有没有办法跳帧输出？ 来源：https://blog.csd 阅读全文

摘要： 前言 用对了方法，加速 PyTorch 训练，有时也不是那么复杂。 本文转载自机器之心 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 【CV技术指南】CV全栈指导班、基 阅读全文

摘要： 前言 本文30分钟带你达到对Pytorch中的Dataset和DataLoader的源码级理解，并提供构建数据管道的3种常用方式的范例，扫除你构建数据管道的一切障碍。 本文转载自算法美食屋 作者 | 梁云1991 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总 阅读全文

摘要： 前言 最近，SAM向通用人工智能迈出了重要的一步。同时，它的可靠性和公平性也引起了人们的极大关注，尤其是在医疗保健领域。在这项研究中，作者提出了SAM线索的 Multi-box 即时触发不确定性估计，以证明分割病变或组织的可靠性。作者使用具有先验分布参数的蒙特卡罗来估计SAM预测的分布，使用不同的p 阅读全文

摘要： 前言 为了深入了解大模型的科学原理并确保其安全，可解释变得日益重要。解释大模型带来了很多独特挑战：（1）大模型参数特别多，怎么尽可能确保解释速度？（2）大模型涉及的样本特别多，如何让用户尽可能少看一些样本的解释也能了解大模型的全貌？这两个问题都指向了对大模型解释效率的要求，而我们希望通过新的范式，为 阅读全文

摘要： 前言 稚晖君究竟是如何安排业余时间去做这么多高水平的项目？而且每个项目的用时也很少，普通人能够从中借鉴一些经验吗？ 本文转载自计算机视觉life 原文链接：https://www.zhihu.com/question/491456524/answer/2183081310 仅用于学术分享，若侵权请联 阅读全文

摘要： 前言 现代自动驾驶车辆的感知系统通常从互补的多模态传感器(如LiDAR和摄像机)获取输入。然而，在现实应用中，传感器损坏和故障会导致性能低下，从而影响自动驾驶的安全性。本文提出了一个鲁棒框架，称为MetaBEV，以解决极端的现实世界环境，包括整体六个传感器损坏和两个极端传感器失踪的情况。在MetaB 阅读全文