计算机视觉

【今日推荐】：为什么一到面试就懵逼！>>> 本文作者：馬立 分享嘉宾：白浩杰 文章整理：马立辉 内容来源：百度云智学院 导读： 计算机视觉领域涉及许多不同任务，对于图像分类任务，人类一直在追求更高的分类精度，期间衍生了许多有代表性的经典网络结构，今天就来做个探讨。 本篇文章主要包含以下内容： 1.计算机视觉任务 2 图像分类应用案例 3.经典网络结构 1. 计算机视觉任务 计算机视觉通常涉及以下几个任务：图像分类、目标检测、语义分割/实例分割、场景文字识别、图像生成、人体关键点检测、视频分类、度量学习。相对而言，前四个任务已经有比较成熟的技术，工业应用比较广泛。 ① 图像分类 图像分类任务，需要根据在图像信息中所反映的不同特征，把不同类别的目标区分开来。例如，在给定的不同图片中，分类任务需要能够把图片主体识别出来，如给定下面两张图，经过图像分类程序的识别，能够识别出图1是猫，图2是狗。 图1 图2 ② 目标检测 目标检测任务不仅仅要识别图片主体，还要把主体所在的位置用最小包围矩形进行标记。如图3，图中的主体是一位小朋友和他手中拿的小锤子，通过目标检测，把主体所在的位置用最小包围矩形标记了出来。 图3 ③ 语义分割/实例分割 语义分割是指我们按照像素级别的精度，把图片的每一个像素属于哪一个类别标注出来。比如图4（c），黄色区域归于背景，蓝色归于瓶子。 实例分割相比语义分割更加复杂

【今日推荐】：为什么一到面试就懵逼！>>> 本周的重要论文有微软麻将 AI 研究团队公布 Suphx 所有技术细节，以及港中文联合商汤科技推出的特征级通用时序金字塔网络。 目录： Background Matting: The World is Your Green Screen Suphx: Mastering Mahjong with Deep Reinforcement Learning A mountable toilet system for personalized health monitoring via the analysis of excreta Weakly-Supervised Reinforcement Learning for Controllable Behavior Evolving Normalization-Activation Layers Temporal Pyramid Network for Action Recognition Tracking Objects as Points ArXiv Weekly Radiostation：NLP、CV、ML更多精选论文（附音频） 论文 1：Background Matting: The World is Your Green Screen 作者：Soumyadip Sengupta

【今日推荐】：为什么一到面试就懵逼！>>> 2020 年 CVPR 将于 6 月 13 日至 19 日在西雅图举行。今年的 CVPR 有 6656 篇有效投稿，最终录用的文章为 1470 篇，接收率为 22%。作为计算机视觉三大顶会之一，CVPR 今年的论文方向依然为目标检测、目标跟踪、图像分割、人脸识别、姿态估计等等。CVPR 是老牌的视觉、图像和模式识别等研究方向的顶会，本篇提前看中，让我们在人工智能、深度学习热潮的冲击下，一起关注一下视觉常识的最新研究进展。 机器之心分析师网络，作者：仵冀颖，编辑：Joni Zhong。 具体的，我们关注下面四篇文章： 1、What it Thinks is Important is Important: Robustness Transfers through Input Gradients2、ClusterFit: Improving Generalization of Visual Representations3、Learning Representations by Predicting Bags of Visual Words4、AdderNet: Do We Really Need Multiplications in Deep Learning? 1、What it Thinks is Important is

【今日推荐】：为什么一到面试就懵逼！>>> 　　 　　 作者 | 李光明 　　 编辑 | 贾 伟 　　编者注：本文解读论文与我们曾发文章 《 》所解读 论文，为同一篇，不同作者，不同视角。一同参考。 　　近些年，图神经网络（GNN）的关注度越 来越高，相关的算法也越来越多，应用领域越来越广，其面临的两大基础问题是： 　　1）构建GNN的第一原则和第一要素是什么？使用什么样的架构能够使得GNN在大数据集上同样拥有泛化能力和扩展性？ 　　2）如何研究和量化不同 GNN 的影响？ 　　基准框架（Benchmarking）是解决这些基础问题的强大工具。比如，著名的2012 ImageNet 竞赛提供了基准的图像数据集，引来各国参赛队伍争相产出最好的图像分类模型，直接促进了深度学习在计算机视觉领域的变革。 　　但设计成功的基准库面临着很多挑战：合适的数据集，鲁棒性的代码接口，以及公平的实验设置，并且要求结果可复现。现有的GNN模型常用的数据集（CORA和TU）都很小，导致大多数GNN模型产出几乎一样的结果，即使没有引入图结构的神经网络，有时都能表现地比GNN好。此外，实验参数的设置，包括超参，损失函数以及学习率的选择，都是构建基准库需要面临的挑战。 　　 　　论文链接： 　　https://arxiv.org/pdf/2003.00982.pdf 　　开源链接： 　　https:/

Major学者的个人主页汇总： 1.陈宝权： http://web.siat.ac.cn/~baoquan/ 2.南亮亮： http://web.siat.ac.cn/~liangliang/ 3.mueller： http://people.ee.ethz.ch/~pascmu/publications.html 4.Yasutaka Furukawa: http://homes.cs.washington.edu/~furukawa/ 5.肖建雄： http://mit.edu/jxiao/ 6.Peter Wonka： http://peterwonka.net/ 7.Jerry Talton： http://www.jerrytalton.net/ 6.3d-coform:http://www.3d-coform.eu/ 7.吴常常:http://homes.cs.washington.edu/~ccwu/------------提供了SFM可执行文件或源代码 8.计算机视觉中的多视图几何作者Visual Geometry Group： http://www.robots.ox.ac.uk/~vgg/ 领域的综述文献 城市三维重建：A Survey of Urban Reconstruction.pdf 源代码 ImageJ： http://imagej.nih.gov

在训练神经网络前，往往要对原始图像数据进行预处理，中心化（Zero-centered及Mean-subtraction）和归一化（Normalization）。那么具体是什么意思呢？ 1、零均值化/中心化 在训练神经网络前，预处理训练集数据，通常是先进行零均值化（zero-mean），即让所有训练图像中每个位置的像素均值为0，使得像素范围变成 [-128, 127]，以0为中心。 零均值化：是指变量减去它的均值； 优点：在反向传播时加快网络中每层权重参数的收敛；还可以增加基向量的正交性。 2、归一化/标准化 不同的评价指标往往具有不同的量纲和量纲单位，这样无法对结果进行分析，难以对结果进行衡量，为了消除指标之间的量纲影响，需要对数据进行标准化处理，以使数据指标之间存在可比性。 归一化：是指变量减去它的均值，再除以标准差； 优点：归一化后加快了梯度下降求最优解的速度；并且有可能提高精度。 来源： oschina 链接： https://my.oschina.net/u/4260256/blog/3229516

在训练神经网络前，往往要对原始图像数据进行预处理，中心化（Zero-centered及Mean-subtraction）和归一化（Normalization）。那么具体是什么意思呢？ 1、零均值化/中心化 在训练神经网络前，预处理训练集数据，通常是先进行零均值化（zero-mean），即让所有训练图像中每个位置的像素均值为0，使得像素范围变成 [-128, 127]，以0为中心。 零均值化：是指变量减去它的均值； 优点：在反向传播时加快网络中每层权重参数的收敛；还可以增加基向量的正交性。 2、归一化/标准化 不同的评价指标往往具有不同的量纲和量纲单位，这样无法对结果进行分析，难以对结果进行衡量，为了消除指标之间的量纲影响，需要对数据进行标准化处理，以使数据指标之间存在可比性。 归一化：是指变量减去它的均值，再除以标准差； 优点：归一化后加快了梯度下降求最优解的速度；并且有可能提高精度。 来源： oschina 链接： https://my.oschina.net/u/4352371/blog/3229531

本文作者：馬立 分享嘉宾：白浩杰 文章整理：马立辉 内容来源：百度云智学院 导读： 计算机视觉领域涉及许多不同任务，对于图像分类任务，人类一直在追求更高的分类精度，期间衍生了许多有代表性的经典网络结构，今天就来做个探讨。 本篇文章主要包含以下内容： 1.计算机视觉任务 2 图像分类应用案例 3.经典网络结构 1. 计算机视觉任务 计算机视觉通常涉及以下几个任务：图像分类、目标检测、语义分割/实例分割、场景文字识别、图像生成、人体关键点检测、视频分类、度量学习。相对而言，前四个任务已经有比较成熟的技术，工业应用比较广泛。 ① 图像分类 图像分类任务，需要根据在图像信息中所反映的不同特征，把不同类别的目标区分开来。例如，在给定的不同图片中，分类任务需要能够把图片主体识别出来，如给定下面两张图，经过图像分类程序的识别，能够识别出图1是猫，图2是狗。 图1 图2 ② 目标检测 目标检测任务不仅仅要识别图片主体，还要把主体所在的位置用最小包围矩形进行标记。如图3，图中的主体是一位小朋友和他手中拿的小锤子，通过目标检测，把主体所在的位置用最小包围矩形标记了出来。 图3 ③ 语义分割/实例分割 语义分割是指我们按照像素级别的精度，把图片的每一个像素属于哪一个类别标注出来。比如图4（c），黄色区域归于背景，蓝色归于瓶子。 实例分割相比语义分割更加复杂，不仅要求把哪一个像素属于哪一个类别标注出来

MOOC大学上的课程，做个学习笔记，方便以后复习回顾 教材是 1 绪论 1.1 AI概述 人工智能研究如何用硬件和软件实现智能的理智的行为，即搜索、推理、规划与学习，并在此之上去实现感知、认知与智能行为 人工智能自1956年诞生，经历2次低潮后，计算能力的提升为其提供良好的平台，多媒体数据的爆发性增长为期提供充足原料，AI先后战胜了人类象棋、围棋以及德州扑克的顶级选手，图像的识别与分类能力已经超越人类，指纹语音与人脸识别正在改变人机交互手段，各种类型的机器人运行在工厂和现实生活之中，人工智能的学术研究越来越深入，人工智能的创业者越来越多，人工智能正在改变我们的生活，世界上主要发达国家都把人工智能当做重大发展战略，力争在新一轮国际竞争中争得主动权，中国国务院于2017年7月8日印发《新一代人工智能发展规划》明确提出了中国人工智能发展战略为三步走，2020年，人工智能的应用技术与世界先进水平同步，2025年人工智能基础理论取得重大突破，2030年发展为世界主要的人工智能创新中心。所以说现在是人工智能的最好时期，有人担心人工智能会造成大批人失业，有人认为人工智能是威胁，有人游说人工智能可能引发第三次世界大战，更有人惧怕人工智能会毁灭人类，所以又说这是人工智能最有争议的时期。 1956年的“Dartmouth Summer Research Project on Artificial

MOOC大学上的课程，做个学习笔记，方便以后复习回顾 教材是 1 绪论 1.1 AI概述 人工智能研究如何用硬件和软件实现智能的理智的行为，即搜索、推理、规划与学习，并在此之上去实现感知、认知与智能行为 人工智能自1956年诞生，经历2次低潮后，计算能力的提升为其提供良好的平台，多媒体数据的爆发性增长为期提供充足原料，AI先后战胜了人类象棋、围棋以及德州扑克的顶级选手，图像的识别与分类能力已经超越人类，指纹语音与人脸识别正在改变人机交互手段，各种类型的机器人运行在工厂和现实生活之中，人工智能的学术研究越来越深入，人工智能的创业者越来越多，人工智能正在改变我们的生活，世界上主要发达国家都把人工智能当做重大发展战略，力争在新一轮国际竞争中争得主动权，中国国务院于2017年7月8日印发《新一代人工智能发展规划》明确提出了中国人工智能发展战略为三步走，2020年，人工智能的应用技术与世界先进水平同步，2025年人工智能基础理论取得重大突破，2030年发展为世界主要的人工智能创新中心。所以说现在是人工智能的最好时期，有人担心人工智能会造成大批人失业，有人认为人工智能是威胁，有人游说人工智能可能引发第三次世界大战，更有人惧怕人工智能会毁灭人类，所以又说这是人工智能最有争议的时期。 1956年的“Dartmouth Summer Research Project on Artificial