V
主页
FAIR新作,Meta AI提出高效的视觉-语言预训练算法CiT,训练速度提高一个数量级!代码已开源!
发布人
-
打开封面
下载高清视频
观看高清视频
视频下载器
还得看吴恩达!一口气讲透CNN、RNN、GAN、LSTM、YOLO、transformer等六大深度学习神经网路算法!真的不要太爽~(AI人工智能丨机器学习)
最强视觉backbone网络ConvNext v2来了!Meta AI融合了视觉掩码自监督框架,提出新的新的SOTA算法!目前代码和模型已开源!
结合Transformer的YOLOv8多模态 融合可见光+红外光(RGB+IR)双输入 完美复现论文【附代码】
Meta AI助手 视觉识别测试(Quest3 V68)
上交学者提出了一种利用Diffusion模型生合成语义分割数据集,并基于此训练了一个开放词汇分割的模型,效果惊艳!
文本引导的虚拟试衣来了,多模态在时尚领域的又一杀器!一键更换模特服装!目前代码模型已开源!
计算机视觉实战封神之作!计算机博士6小时就将【人脸检测识别实战】讲的如此通俗易懂!建议收藏!——(人脸识别、口罩检测、Dlib模型训练、活体检测)
Transformer技术原理,论文讲解!带你秒懂Transformer底层逻辑原理!真的通俗易懂!(人工智能、深度学习、机器学习算法、神经网络、AI)
腾讯结合了MAE和CLIP,提出了新的在语言语义上进行掩码重建的预训练框架RILS,超过多种视觉预训练和多模态预训练方案!
微软亚研提出了小模型蒸馏方法TinyMIM!MIM预训练小模型性能提升4个百分点!目前模型和代码均已开源!
PDF 完全免费在线工具箱,方便处理任意PDF文件!
【多模态+大模型+知识图谱】2024完整版:这绝对是B站最全的教程,论文创新点终于解决了!——人工智能/深度学习/aigc/计算机视觉
北京智源多模态团队提出EVA:多模态助力视觉自监督预训练,加入掩码,视觉表征学习更上一层楼!目前代码和模型已开源!
【多模态大模型高峰论坛】金连文教授:多模态大模型技术及其在OCR的应用
微软多模态团队提出了新的语言增强多模态预训练大模型,可以类似BLIP2进行多模态chat,效果很惊艳!
解锁CLIP长文本能力!即插即用替换CLIP!上海AI Lab提出Long-CLIP!
【保姆级教程】6小时掌握开源大模型本地部署到微调,从硬件指南到ChatGLM3-6B模型部署微调实战,这应该是B站最好的大模型教程了!
字节联合爱丁堡大学提出新的视觉预训练方法MUG,取得新的SOTA!模型和代码均已开源,快来领取!
OpenMV2024.2 版本正式发布 - 低成本、零代码 助力深度学习落地千行百业
中山大学学者提出新的视觉Transfomer结构DilateFormer,减少70%计算量的同时性能更优!目前已开源!
微软提出了一种图像分割,视觉语言大一统模型X-Decoder!open-vocabulary语义分割效果惊艳!多项下游任务性能表现SOTA,目前代码和模型已开源
原著作者李沐亲授!【动手学深度学习】入门必看!视频+PDF!真的通俗易懂!比刷剧还爽!(人工智能、机器学习、神经网络、机器学习算法)
训练ViT和MAE减少一半计算量!北大联合新加坡Sea AI Lab提出新的高效优化器Adan!目前已开源!
即插即用的inpainting模型!腾讯提出BrushNet!
2024最好出创新点的方向:【对比学习+多模态】CLIP模型、Dalle2、多模态3D目标检测、MedCLIP医学图像文本,计算机博士带你轻松搞定论文创新点!
亚马逊学者提出Zero-Shot计数新方法!利用预训练的生成模型生成类别原型特征,然后进行patch最邻近搜索,效果远超之前方法!
腾讯联合新国立提出了一种one-shot文本生成视频的方法!效果超过CogVideo!代码和模型即将开源!
腾讯优图提出啄木鸟(Woodpecker):无需训练即可矫正多模态大语言模型的幻觉问题!
AI模型的大一统!微软多模态组提出了多模态领域杀疯了的多边形战士BEIT V3!多项视觉,多模态任务达到SOTA!
Python金融量化+股票交易,计算机博士讲解!入门到精通!绝对是全B站把python金融分析与量化交易讲的最透彻的教程了!
多模态YOLOv8 融合可见光+红外光(RGB+IR)双输入 完整代码见评论区
大型语言模型面对新知识表现如何?北大提出LLM测评新基准ALCUNA!
微软提出简单的Open vocabulary检测和分割框架,能够统一处理两种任务,性能超过GLIP等模型!目前已开源!
Self-Attenion的重思考,VIT更快的同时性能更强,Skip Attention通过减少注意力来提升VIT性能!
斯坦福学者提出ControlNet,通过对Stable Diffussion生成结果进行控制,即将补完AIGC工业化的最后一块拼图!
亚马逊联合牛津提出了用于多模态理解的三元对比学习TCL,在CLIP的基础上提升了多模态模型的跨模态理解能力!
阿里达摩院提出了新的多边形战士模型mPLUG-2,在各种视觉,文本以及多模态任务上均取得不错的性能,超过BEIT V3和EVA!
【多模态大模型高峰论坛】吴飞教授:大语言模型:从通用基座到垂域赋能的实践和思考
中科大提出All-in-One多模态预训练方法,利用统一的多模态互信息提升多模态性能,下游检测分割性能超过BEIT V3!
阿里多模态团队基于OFA多模态预训练模型,提出最强中文OCR模型,效果惊艳!