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.