【中国男子马拉松集训队在肯尼亚集训】L'équipe masculine chinoise de marathon s'entraîne dans la région de la vallée du Grand Rift au Kenya avec Eliud Kipchoge, le marathonien kenyan détenteur du record du monde.
La région de la vallée du Grand Rift au Kenya, à haute altitude, convient aux courses de moyenne et longue distances. Un grand nombre des meilleurs athlètes du monde, dont Eliud Kipchoge et David Lekuta Rudisha, viennent de cette région. La Chine a envoyé au Kenya 13 athlètes de haut niveau, dont Dong Guojian, Yang Shaohui et Peng Jianhua, pour qu'ils s'y entraînent. Kipchoge est impressionné par leurs excellentes performances. 详细视频报道:https://t.cn/A6SefCSv
La région de la vallée du Grand Rift au Kenya, à haute altitude, convient aux courses de moyenne et longue distances. Un grand nombre des meilleurs athlètes du monde, dont Eliud Kipchoge et David Lekuta Rudisha, viennent de cette région. La Chine a envoyé au Kenya 13 athlètes de haut niveau, dont Dong Guojian, Yang Shaohui et Peng Jianhua, pour qu'ils s'y entraînent. Kipchoge est impressionné par leurs excellentes performances. 详细视频报道:https://t.cn/A6SefCSv
ECCV 2022 新视觉骨干 HorNet 改进卷积与 Transformer
作者:jaelgu(GitHub)
HorNet 是一种新型的视觉骨干,其论文被收录于 ECCV 2022。它提出递归门控卷积,并且将其插入各种视觉 Transformer 和基于卷积的模型。通过在 ImageNet 图像分类、COCO 目标检测、 ADE20K 语义分割上的实验对比,HorNet 的性能明显优于 Swin Transformers 和 ConvNeXt 网络。
HorNet 展示了视觉 Transformer 背后的关键要素,即输入自适应、远程和高阶空间交互,也可以通过基于卷积的框架有效实现。该结构具有高度的灵活性和可定制性,兼容各种卷积变体,并将自注意力中的二阶交互扩展到任意阶,却不会引入大量额外的计算。它提出了递归门控卷积 (g^n Conv),通过门控卷积和递归设计执行高效、可扩展和平移等变的高阶空间交互。
如果你觉得我们分享的内容还不错,请不要吝啬给我们一些鼓励:点赞、喜欢或者分享给你的小伙伴!
如果你对我们的项目感兴趣请关注:
[微风] 用于构建模型推理流水线的框架 Towhee:https://t.cn/A6SZZgUj
作者:jaelgu(GitHub)
HorNet 是一种新型的视觉骨干,其论文被收录于 ECCV 2022。它提出递归门控卷积,并且将其插入各种视觉 Transformer 和基于卷积的模型。通过在 ImageNet 图像分类、COCO 目标检测、 ADE20K 语义分割上的实验对比,HorNet 的性能明显优于 Swin Transformers 和 ConvNeXt 网络。
HorNet 展示了视觉 Transformer 背后的关键要素,即输入自适应、远程和高阶空间交互,也可以通过基于卷积的框架有效实现。该结构具有高度的灵活性和可定制性,兼容各种卷积变体,并将自注意力中的二阶交互扩展到任意阶,却不会引入大量额外的计算。它提出了递归门控卷积 (g^n Conv),通过门控卷积和递归设计执行高效、可扩展和平移等变的高阶空间交互。
如果你觉得我们分享的内容还不错,请不要吝啬给我们一些鼓励:点赞、喜欢或者分享给你的小伙伴!
如果你对我们的项目感兴趣请关注:
[微风] 用于构建模型推理流水线的框架 Towhee:https://t.cn/A6SZZgUj
【#用平板实现3D空间实时重建和理解#】
没想到,有一天平板还能当成扫描仪来用,而且是不用激光雷达的那种。
看,只需平板上的普通摄像头,边走边拍;
房间内的物体就能被实时重建、分割和识别出来,整个过程行云流水。
要知道,3D重建和语义理解,是机器人、自动驾驶、AR/VR等领域的关键共性技术,长期以来面临算法复杂度高,难以实时处理的挑战。
这就是清华大学联合禾多科技提出的增量式稀疏卷积网络(INcremental Sparse Convolution,INS-Conv)。
在不损失性能的同时,极大地降低了算法的复杂度。
目前,该论文已被CVPR 2022(Oral)收录,算法也已开源~
https://t.cn/A6SbAPqm
没想到,有一天平板还能当成扫描仪来用,而且是不用激光雷达的那种。
看,只需平板上的普通摄像头,边走边拍;
房间内的物体就能被实时重建、分割和识别出来,整个过程行云流水。
要知道,3D重建和语义理解,是机器人、自动驾驶、AR/VR等领域的关键共性技术,长期以来面临算法复杂度高,难以实时处理的挑战。
这就是清华大学联合禾多科技提出的增量式稀疏卷积网络(INcremental Sparse Convolution,INS-Conv)。
在不损失性能的同时,极大地降低了算法的复杂度。
目前,该论文已被CVPR 2022(Oral)收录,算法也已开源~
https://t.cn/A6SbAPqm
✋热门推荐