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！