
- 相关博文
- 最新资讯
-
By 超神经内容提要:来自最强科研寺庙龙泉寺的贤超法师,近年来一直在研究人工智能与文献古籍的融合,目前,他已带领的《大藏经》团队实现 AI 自动标点、文白翻译、古籍文字识别等技术实践。关...
-
前言Flutter 近两年崛起的非常迅猛,正在成为移动开发中不的不重视的一股力量。如果你是一个有追求IOS或者Android程序员,我想你有必要尝试一下。本人是从事Android开发也有几年了,前段时间公司引入了Flutter技术,所以有幸尝试了一下,准备从我的切身体验总结一下快速掌握Flutter开发的一些技巧。思维转变因为Flutter的定位其实是一套跨平台的UI工具箱,下面是官方定义:Flutter is Google’s UI toolkit for building beautiful
-
反思 系列博客是我的一种新学习方式的尝试,该系列起源和目录请参考 这里 。背景诸如EventBus\RxBus\LiveDataBus的事件总线库在业内正遭滥用。诚然,事件总线看起来 小而美 ,但随着业务复杂度上升,事件的发送和订阅到处分布,这个优势反而成为了负担,因此,笔者不建议在任何量级的项目中使用事件总线库。更多原因读者可参考 这篇文章 。更合理的方案是什么呢?在量级较小的项目中,开发者应该通过 依赖注入 将Callback进行不同层级的依次传递,以保证 层级间的依赖关系足够清晰。而对于.
-
文章目录前言背景问题追踪排查分析排查一:JN服务本身问题排查二:NN 服务问题排查三:JN机器硬件层面问题推论四:JN受所在机器其它服务的影响总结前言众所周知,在HDFS集群中,NameNode服务是其中的核心服务。NameNode的性能处理效率的高低直接影响着其对外提供的服务能力。鉴于过往笔者已经写过诸多NameNode优化系列的文章,本文笔者来聊聊另外与NameNode相关的服务JournalNode(简称JN)服务。JournalNode是在HDFS HA模式下用来做共享editlog的存储的。
-
来自『央视新闻』 编辑 / 昱良9月18日,华为发布全球最快AI训练集群——Atlas 900。这款AI产品,取名自古希腊神话中的擎天巨神。它有什么特别之处?真能“擎天”...
-
文章目录一、互联网快讯二、程序员专属三、Github 每日精选四、CSDN 社区优质博文精选一、互联网快讯1、抖音将替代拼多多,成为 2021 年春晚独家红包互动伙伴据了解,1 月 16 日,字节跳动招聘官网上,已增加 57 个 「春节专项」 招聘职位,包括 56 个研发岗位和 1 个产品经理岗。此外,一名了解字节跳动相关业务的人士透露,抖音正在复盘 CDN(内容分发网络)系统。他还表示,春晚红包活动带来的高并发流量,对云计算、存储等基础架构是一次不小的挑战。2、原锤子团队被合并:不再研发坚果手.
-
【CSDN 编者按】前一阵闹得沸沸扬扬的 GitHub 解雇犹太员工的事件终于落幕,GitHub 昨日承认错误并公开道歉,期间到底发生了什么呢?整理 | 郑丽媛出品 | CSDN(ID:CSDNnews)前几天,GitHub 引起了一场不小的争议:外媒报道称,一位犹太员工因 1 月 6 日在 Slack 会话消息中发表了“警惕纳粹”的言论,遭到了 GitHub 的解雇,理由是“行为模式不当”。事发后,众多 GitHub 员工联名上诉,要求得知其背后的真实原因。终于,1 月 17 日,GitHub.
-
作者:HelloGitHub-小鱼干Twitter 有位程序员总结了本周的 GitHub 中文程序员的看点:国内程序员日常——考公务员、996、抢茅台、刷算法、整健康码。在本期热点速览里,小鱼干收录了考公务员的项目 coder2gwy,它有多受国内程序员欢迎呢?一周 star 获得 8k+,上一次遇到一周获得近万 star 的项目还是图片处理项目 Depix,它的神奇之处在于还原马赛克密码。而 coder2gwy 的神奇之处在于充分体现了国内程序员对 996 的“厌恶”,以及对自己私人时间的极度渴望。当.
-
"努力做一个积极向上乐观开朗的人"重庆跨年之夜元旦跨年已过,是时候回顾下这一年的工作和生活,看看自己又成长了多少。再立一下 2021 年的 flag,争取在 35 岁之前实现自己财务自由的梦想。工作入职今年来到蚂蚁工作,职业生涯进入到一个全新的阶段,阔别杭州多年之后又回到了这里。依扬 | 取自木易楊谐音来了之后直接就感受到了全方位的压力,这和来之前所设想到的还是有些不同。在之前要么只需要专心的写业务,要么专心的写技术,相对来说比较轻松自在。在这里感受到的是对能力全方位
-
本文将会分享近期发布的七大GitHub机器学习项目。这些项目广泛覆盖了机器学习的各个领域,包括自然语言处理(NLP)、计算机视觉、大数据等。最顶尖的Github机器学习项...
-
Spring容器的生命周期是面试的高频题目,但是这个生命周期非常复杂,想要完全说清楚几乎不可能。但对全局有个把控,知道每个阶段大概所做的事情是很重要的,尤其在编写框架或者扩展Spring的时候尤其重要。
-
经常是某司线上又出bug了,然后是给公司造成多少损失,追根究底总是可以找到一些原因,诸如:写代码逻辑考虑不全面,或者代码有硬伤,也有测试不充分,甚至不测试都有,也有是运维的问题等等。我对测试部专业,测试是否可以发现所有问题我不好说,但是可以肯定的是从很多大厂出过的问题来看,测试只能减少问题,不能彻底规避问题。可能你会说需要监控等手段并用,那是必须的,但是首先还是需要把代码写好。作为开发人员需要有些追求,写出高阶一点的代码,不然只是这次发现问题,但是一些不好的习惯或者代码水平不提高还是会出错。
-
作为一个资深的软件工程师,我经常遇到其他/她开发人员大量的重复问题。过去只靠写博客,现在,我有了四种方式来解决:博客。我的博客 phodal.com 上有 850+ 的博客工具。创造开源...
-
Pillow 库是python中处理图片最常用的库,我们用 Pillow 来实现一个图片裁剪的功能。先安装pillow库pip install pillow我们要实现的效果如下,随便找一张图,裁剪后的效果图首先通过open方法打开图片,得到一个Image对象from PIL import Imageimport requestsim = Image.open("test.jpg")也可以使用使用网络上的图片URL链接from PIL import Imageimport reque
-
本文将介绍由腾讯与欧洲顶级农业大学 WUR(荷兰瓦赫宁根大学)共同举办的第二届“国际智慧温室种植大赛”预赛情况。9月20日,腾讯与欧洲顶级农业大学 WUR(荷兰瓦赫宁根大...
-
蓝桥杯2018年省赛A组题目总结
-
例题:请补充函数,该函数的功能是求一维数组a[N]的平均值,并对所得结果进行四舍五入保留两位小数。例如,当a[10]={ 23.1,12.3,5.3,56.4,10.0,13.7,24.5,42,1.2,9.9}时,输出结果为:average=19.840000。请勿改动主函数main与其它函数中的任何内容,仅在fun函数的横线上填写所需的若干表达式或语句。代码如下:#include<stdio.h>#include<conio.h>double fun(double a
-
| 快讯根据《晚点 LatePost》的独家消息,1 月 20 日,滴滴内部发公告称将成立技术委员会,CTO 张博担任技术委员会主席,橙心优选 CTO 赖春波、国际化 CTO 卜峥担任副主席。技术委员会将在稳定性保障和中后台降本增效进行持续投入。公告同时显示,高级副总裁章文嵩将于近期离职。他负责的基础平台工作,将由智能中台负责人杨毅接任;滴滴云将并入企业服务事业群,由蔡晓鸥负责。离职之后,章文蒿仍将继续担任滴滴技术委员会名誉主席。章文嵩于 2016 年从阿里云离职加入滴滴,曾负责基础平台、智慧交通、
-
马斯克抱怨 GPT-3 不够 Open,开源的语言模型库来了你要不要学?一个名叫 EleutherAI 的团队开源了语言模型代码库 GPT-neo,其模型利用 mesh-tensorflow 库扩展到完整的 GPT-3 尺寸,官方预计可能会更大,不过该模型的名字还没完全确定,或许叫 GPT-HAHAHA 也说不好。有网友甚至说,它可以改名字叫做 realOpenAI,顺便还 Cue 了一下马斯克。作者 | 八宝粥出品 | CSDN(id:CSDNnews)这里还包括替代模型体系结构和线性注意实
-
本文由『机器之心』授权转载参编辑 / 昱良链接:https://arxiv.org/pdf/1908.08847.pdf时尚电子商务平台通过搜索和个性化来简化服装购买。可...
-
HelloGitHub-嘉文这里是 HelloGitHub 推出的《讲解开源项目》系列,今天给大家带来一款开源免费的模拟后端 API 的工具:moco没学过后端开发的也能快速上手这个开源...
-
【编者按】API 在软件的构建中扮演着越来越重要的角色,许许多多的 API-first 公司在行业内展露头角。可是 API 究竟是什么?有什么用?能给行业发展带来怎样的影响?编译 | ...
-
你好呀,我是灰小猿,一个超会写bug的程序猿!欢迎大家关注我的专栏“每日蓝桥”,该专栏的主要作用是和大家分享近几年蓝桥杯省赛及决赛等真题,解析其中存在的算法思想、数据结构等内容,帮助大家学习到更多的知识和技术!标题:世纪末的星期曾有邪教称1999年的12月31日是世界末日,当然该谣言已经不攻自破,还有人称今后的某个世纪末的12月31日,如果是星期一则会...有趣的是,任何一个世纪末的年份的12月31日都不可能是星期一!!于是,“谣言制造商”又改为星期日,1999年的12月31日
-
目标检测是计算机视觉中的一个重要问题,近年来传统检测方法已难以满足人们对目标检测效果的要求,随着深度学习在图像分类任务上取得巨大进展,基于深度学习的目标检测算法逐渐成为主流。
-
脉冲神经网络在目标检测的首次尝试,性能堪比CNN | AAAI 2020
论文打算使用DNN-to-SNN转化方法将SNN应用到更复杂的目标检测领域中,图片分类只需要选择分类就好,而目标检测则需要神经网络进行高度准确的数字预测,难很多。在深入分析后,论文实现YOLO的转换主要面临以下两个问题:
-
6个步骤,告诉你如何用树莓派和机器学习DIY一个车牌识别器!
几个月前,作者开始考虑让汽车能够具备检测和识别物体的能力。他很喜欢这个主意,因为已经见识到了特斯拉的能力,并且虽然不能立即购买特斯拉(Model 3看起来越来越有吸引力了),但他认为会尽力实现自己的梦想。
-
MatrixNets:可替代FPN,用于目标检测的可感知比例和长宽比的网络结构
本文介绍了一种新的网络MatrixNets(xNets),它是新的用于目标检测的深层结构。xNets将具有相似大小和高宽比的目标映射到专门的层中,从而使xNets是一种可感知比例和长宽比的网络结构。作者利用xNets来增强单阶段(One-stage)目标检测框架。
-
在物体检测中的实验结果表明, 在使用更少的参数以及更低的计算花销的情况下,AttoNets 的效率与现有最优模型相当,并在准确率指标上大幅超越现有模型(与 MobileNet-V1相比,最小的 AttoNet 的准确率提升约 1.8%,使用的乘-加操作数和参数量减小了10倍)。另外,本文也在实例分割和物体探测应用中检测了 AttoNets 的效果,并发现与基于 ResNet-50 的 Mask R-Cnn 相比,通过使用基于 AttoNet的 Mask R-Cnn 网络,参数量和计算花销得到了大幅度降低(乘-加操作减少5倍,参数量减少2倍)。
-
本文中,作者提出了用中间域来连接不同域,并逐步解决更容易的自适应子任务。方法是通过转换源图像以模仿目标域中的图像来构造此中间域。为了解决域转移(domain-shift)问题,作者采用对抗学习在特征级去调整分布。另外,还应用了加权任务损失函数去处理中间域中的图像质量不平衡问题。实验结果表明,在目标域的效果上,本文的方法优于最新(SOTA)方法。
-
Facebook开源模型可解释库Captum,这次改模型有依据了
前脚 TF 2.0 刚发布,在 PyTorch 开发者大会首日也携 PyTorch1.3 版本而来。除此之外,还发布了隐私保护机器学习框架 CrypTen、模型可解释库 Captum 和下一代目标检测/目标分割研究平台 Detectron2。这篇文章介绍的是Facebook 在深度学习的可解释性问题上发布的新成果——Captum。
-
值得收藏!基于激光雷达数据的深度学习目标检测方法大合集(上)
将全卷积网络技术移植到三维距离扫描数据检测任务。具体地,根据Velodyne 64E激光雷达的距离数据,将场景设置为车辆检测任务。在2D点图呈现数据,并使用单个2D端到端全卷积网络同时预测目标置信度和边框。通过设计的边框编码,使用2D卷积网络也能够预测完整的3D边框。
-
推荐一篇前几天新出的投向TPAMI的论文:Imbalance Problems in Object Detection: A Review,作者详细考察了目标检测中的不平衡问题(注意不仅仅是样本中的不平衡问题)及其解决方案,是目标检测领域目前最新的也是非常独特的综述。
-
目标检测包括目标分类和目标定位 2 个任务,目标定位一般是用一个矩形的边界框来框出物体所在的位置,关于边界框的回归策略,不同算法其回归方法不一。本文主要讲述:1.无 Anchor 的目标检测算法:YOLOv1,CenterNet,CornerNet 的边框回归策略;2.有 Anchor 的目标检测算法:SSD,YOLOv2,Faster R-CNN 的边框回归策略。
-
几天前,arXiv新出一篇目标检测文献《Object Detection in 20 Years: A Survey》对该领域20年来出现的技术进行了综述,这是一篇投向PAMI的论文,作者们review了400+篇论文,总结了目标检测发展的里程碑算法和state-of-the-art,并且难能可贵的对算法流程各个技术模块的演进也进行了说明,还深入到目标检测的特定领域如人脸检测、行人检测等进行了总结,最后列举了未来可能的发展方向。
-
对肺结节的诊断属于一种特殊的分类/检测任务,基于深度学习的图像分类和目标检测算法被广泛地应用在肺结节检测中。当前业界比较常用的是采用预检测+精检测的诊断方式来进行肺结节的检测。
-
南开大学提出目标检测新Backbone网络模块:Res2Net
在许多视觉任务中,多尺度的表示特征是非常重要的。最新的研究在不断的提升着 backbone 网络的多尺度表达能力,在多个任务上提高了算法性能。然而,大多数现有的深度学习方法是通过不同层的方式来表达多尺度特征。作者提出了一种新的卷积网络构造方式 Res2Net,通过在单个残差块里面构建层次化的连接实现。Res2Net 是在粒度级别上来表示多尺度特征并且增加了每层网络的感受野范围。
-
大疆、港科大联手!双目3D目标检测实验效果大放送 | CVPR 2019
2018 年在 3D 检测方面的文章层出不穷,也是各个公司无人驾驶或者机器人学部门关注的重点,包含了点云,点云图像融合,以及单目 3D 检测,但是在双目视觉方面的贡献还是比较少,自从 3DOP 之后。总体来说,图像的检测距离、图像的 density 以及 context 信息,在 3D检测中是不可或缺的一部分,因此作者在这篇文章中挖掘了双目视觉做 3D检测的的潜力。
-
CVPR2019 | 斯坦福学者提出GIoU,目标检测任务的新Loss
本文是对 CVPR2019 论文《Generalized Intersection over Union: A Metric and A Loss for Bounding Box Regression》的解读,通过对 Loss 的修改提升检测任务的效果,觉得思路很棒。
-
港中大、商汤开源目标检测工具包mmdetection,对比Detectron如何?
近日,香港中文大学-商汤联合实验室开源了基于 PyTorch 的检测库——mmdetection。上个月,商汤和港中大组成的团队在 COCO 比赛的物体检测(Detection)项目中夺得冠军,而 mmdetection 正是基于 COCO 比赛时的 codebase 重构。
活动
-
2021.03.31
-
2020.12.25
-
2020.10.24
-
2020.06.02
-
2020.06.12
-
2020.07.04
精品推荐
热门推荐
学习资源
关于我们

关注「AI科技大本营」
转载 & 投稿(微信):1092722531
商务合作(微信):15222814505