标签

资源

「DL」 表示学习资源汇总

less than 1 minute read

又叫「特征嵌入」,使用模型学习到输入数据的低维表示——特征,然后可以将其应用于各种任务; 无监督学习资源

「DL」 弱监督学习资源汇总

less than 1 minute read

已知弱标签,去学习强标签的问题:标签的强弱指的是标签蕴含的信息量的多少,比如相对于分割的标签来说,检测的标签就是弱标签;想对于检测,分类就是弱标签;例如已知一幅图上有一只猫,那么找到猫在哪里的过程就是标签提升——弱监督问题;

「DL」 多示例学习资源汇总

less than 1 minute read

一组数据共用一个标签,模型负责预测一组数据的标签或预测出单条数据的标签:其中一组数据被称为数据包;比如一段视频只做一个分类标记;

「CV」 图像补全资源汇总

less than 1 minute read

比图像修复更进一步,能从一个图像片段“推断”出外延的部分,补全成整个画面;是斯坦福大学 CS230 课程中 Mark Sabini 的期末作品;

「CV」 数字水印资源汇总

3 minute read

在不影响数字载体(包括多媒体——图片、视频、音频,文档,软件等)使用价值的情况下,将标识信息嵌入到载体中; 数字水印侧重于水印信息的鲁棒性,隐写侧重中水印信息的隐蔽性;

「VIDEO」 视频检索资源汇总

13 minute read

相似视频检索: 相似指的是通过修改原视频的到新的视频; 相关资料:检索概述 · 图像检索资源 · 音频检索资源

「DL」 半监督学习资源汇总

less than 1 minute read

训练数据中只有一小部分具有标签,根据训练数据完成训练;这种情况常常是因为数据标注困难,比如医疗诊断; 表示学习资源

「DL」 联邦学习资源汇总

less than 1 minute read

FTL:为了应对数据隐私的挑战,最近出现了联邦学习的概念;联邦学习将各团体独立的数据统一管辖,彼此之间在不互通数据的情况下就可以获得模型效果的提升;其核心是各个企业的自有数据不出本地,模型效果不变;

「VIDEO」 视频摘要资源汇总

less than 1 minute read

shot detection · video summary · video synopsis · video key clip extraction · video summarization · key frame Detection

「设计模式」 概览

less than 1 minute read

一、 学习目标 理解松耦合设计思想 掌握面向对象设计原则 掌握重构技巧 掌握核心设计模式

程序员推荐书籍

1 minute read

阅读这些书可以帮助你避免一些常见的陷阱和错误,一些开发人员早期经历的陷阱和犯过的错误;

Back to Top ↑

Q&A

Back to Top ↑

arXiv

Back to Top ↑

公司

Back to Top ↑

Faster-RCNN

Back to Top ↑

开发环境

Back to Top ↑

需求

Back to Top ↑

研究员

Back to Top ↑

市场分析

Back to Top ↑