深度对比学习综述
在深度学习中, 如何利用大量、易获取的无标注数据增强神经网络模型的特征表达能力, 是一个具有重要意义的研究问题, 而对比学习是解决该问题的有效方法之一, 近年来得到了学术界的广泛关注, 涌现出一大批新的研究方法和成果. 本文综合考察对比学习近年的发展和进步, 提出一种新的面向对比学习的归类方法, 该
CVPR 2022 | 最全25+主题方向、最新50篇GAN论文汇总
一顿午饭外卖，成为CV视觉前沿弄潮儿35个主题！ICCV 2021最全GAN论文汇总超110篇！CVPR 2021最全GAN论文梳理超100篇！CVPR 2020最全GAN论文梳理在最新的视觉顶会CVPR2022会议中，涌现出了大量基于生成对抗网络GAN的论文，广泛应用于各类视觉任务；下述论文已分类
基于Python构建机器学习Web应用
🏆🏆在本文中，我们基于之前的亚洲美食数据集构建了SVC模型，并介绍了模型可视化工具Netron与Onnx模型格式的使用。与之前基于Python的pkl格式模型相比，Onnx格式的模型适用性更好，可以在多个平台使用。且OnnxRuntime拥有各种语言的API，💻我们可以在各个环境中部署机器学习
ROS 机器人操作系统：概述
ROS 是 Robot Operating System 的缩写，通常称为“机器人操作系统”。但它并不是一个真正的操作系统，而是一个面向机器人的开源的元操作系统（meta-operating system），提供类似传统操作系统的诸多功能：硬件抽象、底层设备控制、常用功能实现、进程间消息传递、程序包
【VisionMaster SDK开发】第一讲 环境配置篇（C#/C++）
VM二次开发常用于机器视觉应用中对界面、日志、产品管理、通讯或数据库等有特定需求的场合。相比于直接使用VM软件，VM二次开发更加灵活；相比于使用算子包开发，VM二次开发具有开发简单、开发效率高等优势，故成为视觉开发人员的首选开发方式。......
关于代理模型的一些理解
为什么要使用代理模型？在实际问题中，优化问题的解空间一般规模较大且复杂，导致求解过程也非常复杂。优化问题逐渐向复杂的高维、非线性、多极值的昂贵优化问题发展，这类问题的计算时间成本十分昂贵。构建代理模型以下三步：（1）选择适当的实验设计方法用于获取构建代理模型的初始样本点（2）选择合适的一个或多个代理
多轮对话（一）：概述（意图识别+槽填充）
本文主要介绍对话系统的组成：NLU、DST、DP、NLG。其中主要关注NLU，其包括两个任务：意图识别和槽填充。
【论文笔记】IEEE | 一种新卷积 DSConv: Efficient Convolution Operator
我们引入了一种称为 DSConv（分布移位卷积）的卷积层变体，它可以很容易地替换到标准神经网络架构中，并实现更低的内存使用和更高的计算速度。DSConv 将传统的卷积核分解为两个组件：可变量化核 (VQK) 和分布偏移。通过在 VQK 中仅存储整数值来实现更低的内存使用和更高的速度，同时通过应用基于
PF-Net基于深度学习的点云补全网络
cvpr2020 PF-Net点云补全技术
多传感器融合定位技术
多传感器数据融合是20世纪80年代出现的一门新兴学科，它是将不同传感器对某一目标或环境特征描述的信息融合成统一的特征表达信息及其处理的过程。在多传感器系统 中，各种传感器提供的信息可能具有不同的特征，如模糊的与确定的、时变的与非时变的、实时的与非实时的等。...
第一天 初识CUDA和显卡（含代码）
nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本。CUDA Driver与CUDA Runtime相比更偏底层，就意味着Driver API有着更灵活的控制，也伴随着更复杂的编程。CUDA有两个主要的
让我们在 Python 中使用 ChatGPT，这是目前的热门话题!
许多人已经知道，ChatGPT 是一种强大的自然语言处理 (NLP) 工具，风靡全球。它用于广泛的应用程序，从生成类似人类的文本到构建聊天机器人和虚拟助手。ChatGPT 受欢迎的原因之一是它建立在基于大量文本数据训练的强大开源 GPT-3 语言模型之上。这使得 ChatGPT 能够生成高度逼真和一
语音转换之CycleGan-VC2：原理与实战
非平行语音转换CycleGAN
一起自学SLAM算法：10.1 RTABMAP算法
连载文章，长期更新，欢迎关注：同前面介绍过的大多数算法一样，RTABMAP也采用基于优化的方法来求解SLAM问题，系统框架同样遵循前端里程计、后端优化和闭环检测的三段式范式。这里重点讨论RTABMAP两大亮点，一个亮点是支持视觉和激光融合，另一个亮点是内存管理机制。下面将从原理分析、源码解读和安装与
Tesla都使用什么编程语言？
作者 | 初光出品 | 车端备注 | 转载请阅读文中版权声明知圈 | 进“汽车电子与AutoSAR开发”群，请加微“cloud2sunshine”总目录链接==>>AutoSAR入门和实战系列总目录带着对更美好未来的愿景，特斯拉不仅成为有史以来最有价值的汽车公司，而且超越了自己，成为世界顶级科技公司
【深度强化学习】(4) Actor-Critic 模型解析，附Pytorch完整代码
行动者评论家方法是由行动者和评论家两个部分构成。行动者用于选择动作，评论家评论选择动作的好坏。Critic 是评判网络，当输入为环境状态时，它可以评估当前状态的价值，当输入为环境状态和采取的动作时，它可以评估当前状态下采取该动作的价值。Actor 为策略网络，以当前的状态作为输入，输出为动作的概率分
【IEEE】IEEE论文从投稿到发表全流程案例说明
IEEE论文从投稿到录用全流程
关于差分进化算法(Differential Evolution)
差分进化算法最具有特色的是它的自适应变异操作，在演化的初期阶段，因为种群中个体的差异较大，因此用来作为变异扰动的差向量也较大，个体的扰动就较大，有利于算法的全局搜索；随着演化的进行，当算法趋于收敛的时候，种群中个体的差异随之较小，因此用来变异扰动的差向量也随之自适应地变小，较小的扰动有利于局部搜索。
使用 AXI CDMA 制作 FPGA AI 加速器通道
介绍使用 AMD-Xilinx FPGA设计一个全连接DNN核心现在比较容易（Vitis AI），但是利用这个核心在 DNN 计算中使用它是另一回事。本项目主要是设计AI加速器，利用Xilinx的CDMA加载权重，输入到PL区的Block Ram。原理框图首先，我们创建了整个系统的示意图。有两个 B
【mmdeploy】mmseg转ONNX/TensorRT，附推理代码
使用mmdeploy工具将 OpenMMLab 下的算法部署到onnx格式和TensorRT上。
