深度学习语义分割理论与实战指南

图像分类、目标检测和图像分割是基于深度学习的计算机视觉三大核心任务。三大任务之间明显存在着一种递进的层级关系,图像分类聚焦于整张图像,目标检测定位于图像具体区域,而图像分割则是细化到每一个像素。基于深度学习的图像分割具体包括语义分割、实例分割和全景分割。语义分割的目的是要给每个像素赋予一个语义标签。语义分割在自动驾驶、场景解析、卫星遥感图像和医学影像等领域都有着广泛的应用前景。本文作为基于 PyTorch 的语义分割技术手册,对语义分割的基本技术框架、主要网络模型和技术方法提供一个实战性指导和参考。

GitHub地址项目 GitHub 地址[……]

继续阅读

一行代码比较 arXiv 论文版本差别

在计算机领域中,目前的预打印版网站 arxiv 可谓是撑起了前沿技术的一片天地,每天都有相当数量的论文上传。但是对于一篇文章,作者可能会上传 V1 / V2 / V3 等版本,对于我来说,我一般看最后的版本就行,但是有些同学想要看看这些版本直接到底有什么不同,这可怎么办,总不至于要花几个晚上时间研究不同的版本?

最近 Github 上的一个比较预印本论文版本差别的工具也许能帮到你,关键是只需一行代码就能实现。最近 Github 上的一个比较预印本论文版本差别的工具也许能帮到你,关键是只需一行代码就能实现。

GitHub地址项目 GitHub 地址[……]

继续阅读

2019 电力人工智能发展报告

2019 年中国电机工程学会年会主题为『清洁能源 智慧电力 美好生活』。

会议由中国电机工程学会主办,国家电网有限公司和中国华电集团有限公司联合主办。在人工智能在能源电力系统中的应用专题研讨会上,中国电科院人工智能研究所所长蒲天骄作了题为『电力人工智能发展报告』的大会报告。[……]

继续阅读

MMDetection 简略解析电子书

MMdetection 是港中文-商汤开源的,基于 Pytorch 实现的目标检测工具箱,支持 Faster R-CNN, Mask R-CNN, Cascade R-CNN, RetinaNet, Guided Anchoring, RepPoints, Foveabox, FreeAnchor, NAS-FPN, ATSS, NAS-FCOS 等等 SOTA 目标检测模型,并且提供了 DCNv2, Group Normalization, OHEM, Soft-NMS, GCNet, Mixed Precision 等新特性。

MMdetection 工具箱常常被用来当作比赛 Bas[……]

继续阅读

GANSynth:使用 GAN 制作音乐

众所周知,GAN 是一种生成高质量图像的 SOTA 方法。因而,研究人员也一直在努力将其应用于更加序列化的数据,例如音频和音乐。在这个领域,自回归 (AR) 模型通过一次预测一个样本占据了主导地位(如 WaveNets 和 Transformers)。虽然 AR 模型的这一特性促成了它们的成功,但这也同时意味着采样是连续且缓慢,令人难以忍受的过程。为此,诸如概率密度蒸馏和专用内核等技巧被开发出来以满足实时语音合成的需要。

GANSynth 的特点并非在于顺序生成音频,而是并行生成整个序列。在现代 GPU 上合成音频的速度明显比实时要求的速度更快,比标准 WaveNet 快约 50,000[……]

继续阅读

深度学习论文研读路线攻略

如果你是深度学习领域的新手,你可能会问的第一个问题是:我应该从哪篇论文开始阅读?这里是深度学习论文的阅读路线图,路线图的构建遵循以下四个指导原则 ——

  • 从头到尾
  • 从古老到先进
  • 从一般到特定的领域
  • 专注于最先进的

其中,深度学习应用最热门的 CV 领域。顶会方面大家都知道 CV 三大顶会的 ICCV、CVPR 和 ECCV。其中,ICCV 的全称叫 International Comference on Computer Vision,是公认的 CV 三大顶会里面等级最高的会议。CVPR 的全称叫做 Internaltional Conference on Co[……]

继续阅读

2020 年数据集资源更新

新增数据集

用 TF-AGENTS 进行强化学习

强化学习作为机器学习的一个重要的领域,在机器学习的发展史上具有举足轻重的地位。近年来,工程师与科学家将强化学习模型应用在了在游戏、自动驾驶、机器人以及优化领域等领域并取得了非常卓越的成果。强化学习是一种利用环境反馈的学习机制(类似于人类在错误中总结,在失败中成长),类似的机制还有诸如博弈论,控制论,遗传算法等。

日前,Google 发布了基于 TensorFlow 的强化学习框架: TF-AGENTS,作为一款优秀的强化学习框架 TF-AGENTS 可以让强化学习的工程师和科学家在设计、实现以及测试新的强化学习算法时更加的方便与快捷。同时,由于对代码结构的精心设计,在实际使用它时也有利于[……]

继续阅读

新一代『工业 AI』王冠

当前,以智能化为核心的产业变革正在兴起,人工智能技术与社会各领域的融合不断加剧,并成为助推工业智能化转型升级的关键燃料。

今年 4 月,工业互联网产业联盟(AII)发布的《工业智能白皮书》显示,截止到 2019 年底,在全球 20 多个经济体近三年发布的 100 份人工智能方面的战略规划或政策文件中,涉及与工业结合的超过一半以上。美、日、德、欧盟分别发布《国家人工智能研究和发展战略规划》,《新机器人战略》,《国家工业战略 2030》,《欧盟人工智能》等一系列政策战略,重点提及产品全生命周期优化、先进机器人、自动驾驶、大数据挖掘等在工业领域的应用。随着人们对于工业 AI 的研究不断深入,逐[……]

继续阅读