发文章
发文工具
撰写
网文摘手
文档
视频
思维导图
随笔
相册
原创同步助手
其他工具
图片转文字
文件清理
AI助手
留言交流
“ICCV2021|性能优于何恺明团队MoCo v2,DetCo:为目标检测定制任务的对比学习” 的更多相关文章
DetCo:用于目标检测的无监督对比学习
何恺明一作,刷新7项检测分割任务,无监督预训练完胜有监督
「综述专栏」拯救深度学习:标注数据不足下的深度学习方法
未来可期!对比自监督学习
不同网络结构的特征也能进行对比学习?蚂蚁&美团&南大&阿里提出跨架构自监督视频表示学习方法CACL,性能SOTA!
FAIR最新无监督研究:视频的无监督时空表征学习
【相机标定】开源 | 单视角镜头畸变自动标定的最小求解器,性能SOTA!
清华2020人工智能报告第一期!五大维度揭秘机器学习技术| 智东西内参
名声大噪的YOLO迎来YOLOv8,迅速包揽目标检测、实例分割新SOTA
无需预训练分类器,清华&旷视提出专用于目标检测的骨干网络DetNet
“目标检测” “视觉理解”实现对输入图像的理解及翻译(附源代码)
CVPR 2022|看看谷歌如何在目标检测任务使用预训练权值
BIB |基于分而治之的分子图片识别深度学习框架
谷歌要构建10 亿 级别的超大数据集,这样能取代机器学习算法吗?
Transformer在视觉任务中的优异性能
今天来聊一聊使模型拥有旋转不变性特征学习能力的环形池化方法
AI金榜题名时,MLPerf榜单的份量究竟有多重?