内容简介:本周新出的计算机视觉代码不是很多,但都是精品。
我爱计算机视觉 标星,更快获取CVML新技术
本周新出的计算机视觉代码不是很多,但都是精品。
出自南理工的空域组增强(SGE)网络结构在图像分类和目标检测任务中均表现出一致的有效性,强烈推荐大家关注。
Intel的实时动作识别看起来很吸引人,已经是达到工业应用级别的成果了!
空域组增强(SGE),改进卷积网络中语义特征学习,出自南京理工大学。
SGE可以显著改进图像分类任务的性能,在基于ResNet50为骨干网的实验中,SGE取得了在ImageNet数据集上1.2% Top 1精度的改进, 另外结合不同的检测算法中(Faster/Mask/Cascade RCNN and RetinaNet)在COCO数据集上均取得了1%-2%精度的提升。
Spatial Group-wise Enhance: Improving Semantic Feature Learning in Convolutional Networks
Xiang Li, Xiaolin Hu, Jian Yang
https://arxiv.org/abs/1905.09646v1
https://github.com/implus/PytorchInsight
图神经网络临域扩大
在大量的图分类评测数据集上均达到了state-of-the-art。
Neighborhood Enlargement in Graph Neural Networks
Xinhan Di, Pengqian Yu, Mingchao Sun, Rui Bu
https://arxiv.org/abs/1905.08509v1
https://github.com/CODE-SUBMIT/Neighborhood-Enlargement-in-Graph-Network
实时动作识别的轻量级网络架构,来自Intel,相比现有方法取得了很好的速度/精度折中,在CPU上运行达到56fps。
Lightweight Network Architecture for Real-Time Action Recognition
Alexander Kozlov, Vadim Andronov, Yana Gritsenko
https://arxiv.org/abs/1905.08711v1
https://github.com/opencv/openvino_training_extensions/tree/develop/pytorch_toolkit/action_recognition
半监督学习| 增广分布对齐方法
在SVHN 与 CIFAR10 数据集上分别取得了新的state-of-the-art,错误率3.54% 、 10.09%。
Semi-Supervised Learning by Augmented Distribution Alignment
Qin Wang, Wen Li, Luc Van Gool
https://arxiv.org/abs/1905.08171v1
https://github.com/qinenergy/adanet
图像文本联合建模 | 变分异构编码器随机生成对抗网络
在图像文本多模学习和生成的多个任务中均达到state-of-the-art 性能。
Variational Hetero-Encoder Randomized Generative Adversarial Networks for Joint Image-Text Modeling
Hao Zhang, Bo Chen, Long Tian, Zhengjue Wang, Mingyuan Zhou
https://arxiv.org/abs/1905.08622v1
(代码将开源)
基于单幅图像的3D Manhattan 线框重建
只需一幅图像即可完成建筑、家具等物体的3D 结构重建,在设计领域应该很有用。
Learning to Reconstruct 3D Manhattan Wireframes from a Single Image
Yichao Zhou, Haozhi Qi, Yuexiang Zhai, Qi Sun, Zhili Chen, Li-Yi Wei, Yi Ma
https://arxiv.org/abs/1905.07482v1
(代码将开源)
ICRA 2019
基于视觉的机械手臂操作任务的机器人学习平台,包含软硬件一体化的整套评测方案。
REPLAB: A Reproducible Low-Cost Arm Benchmark Platform for Robotic Learning
Brian Yang, Jesse Zhang, Vitchyr Pong, Sergey Levine, Dinesh Jayaraman
https://arxiv.org/abs/1905.07447v1
https://sites.google.com/view/replab/
更多之前代码汇总:
CV Code | 本周新出计算机视觉开源代码汇总(含语义分割、表情识别、目标跟踪、姿态估计、超分辨率等)
CV Code | 本周新出计算机视觉开源代码汇总(含目标跟踪、语义分割、姿态跟踪、少样本学习等)
CV Code | 本周新出计算机视觉开源代码汇总(含自动驾驶目标检测、医学图像分割、风格迁移、语义分割、目标跟踪等)
加群交流
关注计算机视觉与机器学习技术,欢迎加入52CV群,扫码添加CV君拉你入群,
( 请务必注明:52CV )
喜欢在QQ交流的童鞋,可以加52CV官方 QQ群 : 702781905 。
(不会时时在线,如果没能及时通过验证还请见谅)
长按关注 我爱计算机视觉
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 开源 | 2019 新型冠状病毒疫情实时爬虫
- Twitter 开源了数据实时分析平台 Heron
- Twitter 开源了数据实时分析平台 Heron
- 法国政府采用开源的实时通讯软件TCHAP
- 阿里云开源“计算王牌”Blink,实时计算时代已来
- ShapeNet:超实时人脸特征点检测与形状拟合开源库
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Programming Amazon Web Services
James Murty / O'Reilly Media / 2008-3-25 / USD 49.99
Building on the success of its storefront and fulfillment services, Amazon now allows businesses to "rent" computing power, data storage and bandwidth on its vast network platform. This book demonstra......一起来看看 《Programming Amazon Web Services》 这本书的介绍吧!