CVPR
-
-
CVPR 2026｜“全能AI海報設計師”PosterOmni開源: 6大任務笑傲開源社區(qū)，媲美閉源商用
作者：Sixiang Chen等 解讀：AI生成未來 很多AI 海報生成默認從一句 prompt 出發(fā)（Text-to-Poster）。但在真實設計流程里，更常見的起點其實是一張參考圖/舊海報/產品主
-
商湯科技CVPR 2022再創(chuàng)佳績 用技術創(chuàng)新直擊行業(yè)痛點
6月19日－23日，全球人工智能計算機視覺領域頂級國際會議CVPR 2022（Computer Vision and Pattern Recognition，即國際計算機視覺與模式識別）在美國新奧爾良舉行，并同步進行線上會議
商湯科技 2022-06-22 -
CVPR 2020 |用于3D目標檢測的層級圖網(wǎng)絡
由于大多數(shù)現(xiàn)有的點云對象檢測方法不能充分適應點云的特征（例如稀疏性），所以一些關鍵的語義信息（如物體形狀）不能被很好的捕捉到。本文提出了一種基于層級圖網(wǎng)絡（HGNet）的圖卷積（GConv），可以直接將點云作為輸入來預測 3D 的邊界框。
-
CVPR2020 | 基于點的3D單階段對象檢測器3DSSD
在本文中，作者提出了一種輕量級的基于點的 3D 階段目標檢測器 3DSSD，以實現(xiàn)準確性和效率的良好平衡。
-
CVPR 2020 最佳論文提名 | 神經網(wǎng)絡能否識別鏡像翻轉
這篇文章在多種領域（人臉，互聯(lián)網(wǎng)圖片，數(shù)字處理圖像）上利用卷積神經網(wǎng)絡發(fā)現(xiàn)了許多常人難以捕捉的”視覺手性“線索，并通過自監(jiān)督訓練在多項數(shù)據(jù)集上達到了60％甚至到90％的精度。
-
CVPR2020|深蘭科技挑戰(zhàn)復雜場景，獲霧天條件目標檢測挑戰(zhàn)賽冠軍
在6月剛結束的國際計算機視覺頂會CVPR2020上，深蘭科技DeepBlueAI團隊大放異彩，獲得了四冠四亞四季的不俗成績。冠軍團隊表示：由于之前數(shù)據(jù)集多數(shù)在可視條件好且圖片清晰的情況下展開，因此真實場景下情況各異的復雜場景，將是今后主要面對的問題和研究方向。這在此次CVPR上也得到了相應的驗證。
-
CVPR2020 | 夜間檢測挑戰(zhàn)賽兩冠一亞，為自動駕駛保駕護航
近日，由 CVPR 2020 Workshop 舉辦的 NightOwls Detection Challenge 公布了最終結果。來自深蘭科技的 DeepBlueAI 團隊斬獲了“單幀行人檢測”和“多幀行人檢測”兩個賽道的冠軍，以及“檢測單幀中所有物體”賽道的亞軍。
-
CVPR2020 | 深蘭科技斬獲4項競賽冠軍、總共12個獎項
全球計算機視覺頂級會議CVPR2020圓滿落幕，深蘭科技北京AI研發(fā)中心的DeepBlueAI團隊斬獲了4個冠軍，還在CVPR2020其他賽題中獲得了4項亞軍、4項季軍，一共斬獲12項冠亞季軍。
-
CVPR 2020: 8比特數(shù)值也能訓練模型？商湯提出訓練加速新算法
在CVPR 2020上，商湯研究院鏈接與編譯團隊、高性能計算團隊和北航劉祥龍老師團隊合作提出了用于加速卷積神經網(wǎng)絡訓練過程的INT8訓練技術。該工作通過將網(wǎng)絡的輸入、權重和梯度量化到8比特來加速網(wǎng)絡的前向傳播和反向傳播過程，縮短卷積神經網(wǎng)絡訓練時間。
-
CVPR 2020: SGAS，一種基于貪心思想的CNN/GCN網(wǎng)絡結構搜索算法
本工作通過貪心（greedy）的搜索方式減輕了NAS中模型排名在搜索和最后評估不一致的問題。是一種更優(yōu)更快的網(wǎng)絡結構搜索算法，并同時支持CNN和GCN的搜索。代碼已開源，想在圖像，點云，生物圖數(shù)據(jù)上做網(wǎng)絡結構搜索的同學都可以試一試。
-
CVPR 2020：IR-Net，信息保留的二值神經網(wǎng)絡
在CVPR 2020上，劉祥龍老師團隊提出了一種旨在優(yōu)化前后向傳播中信息流的實用、高效的網(wǎng)絡二值化新算法IR－Net。本文首次從統(tǒng)一信息的角度研究了二值網(wǎng)絡的前向和后向傳播過程，為網(wǎng)絡二值化機制的研究提供了全新的視角。
-
CVPR2020 Oral： 一張照片三維重建你的房間
作者是來自將門計算機視覺社群、香港中文大學（深圳）GAP實驗室的韓曉光博士，這次分享的是在其指導下團隊在CVPR 2020 Oral的工作：完整三維理解：從單張室內場景圖片聯(lián)合重建房間布局、物體姿態(tài)及網(wǎng)格形狀
-
換一批
