基于自监督深度估计的领域自适应语义分割 / 四六文摘

Nora 正踏入计算机视觉领域,大四保研生一枚~ 言有三毕业于中国科学院,计算机视觉方向从业者,有三工作室等创始人作者 | Nora/言有三编辑 | Nora/言有三自动驾驶是现在非常活跃的领 ...

极市导读 Aliasing(锯齿)是采样过程中常见现象,本文为这一问题的解决提出了有效新思路:内容自适应低通滤波层,并提出一种用于评价语义/实例分割的平移一致性的新度量准则.作者在分类.分割等多种任务 ...

作者信息: 作者分别来自澳大利亚阿德莱德大学.微软亚洲研究院.北航.Keep公司.三星中国研究院,该文为第一作者Yifan Liu在微软亚洲研究院实习期间的工作. 该文研究了在语义分割模型的知识蒸馏中 ...

NewBeeNLP公众号原创出品公众号专栏作者 @Maple小七北京邮电大学·模式识别与智能系统今天和大家来看看最近讨论度非常高的SimCSE,据说简单暴力还效果显著! 论文:SimCSE: S ...

重磅干货,第一时间送达作者:PRANAV DAR编译:ronghuaiyang导读对于希望学习算法或尝试现有框架的人来说,预训练的模型是一个很好的帮助.由于时间限制或计算资源的限制,不可能总是从头构 ...

编者按:机器阅读理解.机器问答.聊天机器人都是近年大热的方向,其研究与应用领域都进展飞速.本期书单我们有请微软高级研究员.斯坦福大学计算机系博士朱晨光为大家推荐一组相关书籍,并对机器阅读理解任务作了解 ...

加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动! 同时提供每月大咖直播分享.真实项目需求对接.干货资讯汇总 ...

本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势. 作者 | 孙叔桥编辑 | 言有三 1 基础概念生活中,我们和周围的事物都是有"标签&q ...

重磅干货,第一时间送达小黑导读论文是学术研究的精华和未来发展的明灯.小黑决心每天为大家带来经典或者最新论文的解读和分享,旨在帮助各位读者快速了解论文内容.个人能力有限,理解难免出现偏差,建议对文章 ...

重磅干货,第一时间送达小黑导读论文是学术研究的精华和未来发展的明灯.小黑决心每天为大家带来经典或者最新论文的解读和分享,旨在帮助各位读者快速了解论文内容.个人能力有限,理解难免出现偏差,建议对文章 ...

每天一分钟,带你读遍机器人顶级会议文章标题:Multi-Task Learning for Single Image Depth Estimation and Segmentation Based ...

前段时间有思考过结合3D信息来辅助多目标跟踪任务,不过效果没有达到我的预期.一方面是多目标跟踪相关数据集除了KITTI之外缺乏多任务标注信息,另一方面单目深度估计对于密集拥挤人群的效果很差.所以我觉得 ...

泡泡图灵智库,带你精读机器人顶级会议文章标题:P2Net: Patch-match and Plane-regularization for Unsupervised Indoor Depth Es ...

➤分享大纲 1. 单目无监督深度估计原理 2. 输出尺度不一致问题 3. 我们的解决方案 4. 用输出尺度一致的深度做SLAM 5. 三维重构Demo 项目主页:http ...

基于自监督深度估计的领域自适应语义分割