極市平臺
CVPR 2023｜YOLOv7強勢收錄！時隔6年，YOLOv系列再登CVPR！
在5FPS到160FPS的範圍內，無論是速度或是精度，YOLOv7都超過了目前已知的檢測器，並且在GPU V100上進行測試， 精度為56.8% AP的模型可達到30 FPS以上的檢測速率，與此同時，這是目前唯一一款在如此高精度下仍能超過30FPS的檢測器。
CVPR 23｜不好意思我要加速度了！FasterNet：83.5%的TOP-1精度
.Run， Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks.
極市打榜｜視頻質量檢測-模糊與抖動檢測，40G+真實標註數據集
極市打榜算法打榜是極市平台推出的一種算法項目合作模式，至今已上線 100+ 產業端落地算法項目，已對接智慧城市、智慧工地、明廚亮灶等多個行業真實需求，算法方向涵蓋目標檢測、行為識別、圖像分割、視頻理解、目標跟蹤、OCR等。
ICLR Spotlight｜卷積網絡上的首個BERT/MAE預訓練，ResNet也能用
作者丨田柯宇來源丨將門創投編輯丨極市平台「刪除-再恢復」 形式的自監督預訓練可追溯到 2016 年，早於 18 年的 BERT 與 21 年的 MAE。然而在長久的探索中，這種 BERT/MAE 式的預訓練算法仍未在卷積模型上成功（即大幅超過有監督學習）。
CVPR2023部署Trick｜讓MobileNetv2的能力超過ResNet家族
.Solving Oscillation Problem in Post-Training Quantization Through a Theoretical Perspective.
CNN的反擊！InceptionNeXt: 當 Inception 遇上 ConvNeXt
舉例來說，ConvNeXt-T 和 ResNet-50 的 FLOPs 相似，但是在 A100 GPU 上進行全精度訓練時，只能達到 60% 的吞吐量。首先對大核進行分解，分成幾組曉得卷積核。
實踐教程｜YOLOv5實戰之PCB板缺陷檢測
使用的DeepPCB缺陷數據集中的所有圖像都是從線性掃描CCD獲得的，解析度約為每1毫米48個像素，以上述方式從採樣圖像中手動檢查。
CVPR23｜RIFormer：無需TokenMixer也能SOTA性能的極簡ViT架構
作者丨Happy來源丨AIWalker編輯丨極市平台paper：https://arxiv.org/pdf/2304.05659.pdfproject：https://techmonsterwang.github.io/RIFormercode：https://github.