「大模型」检测「大模型」缺陷,从错误中高效学习
AutoDetect框架通过三个角色的协作更好地保证了评测体系的完善性和有针对性,引入的迭代搜索也提升了检测的有效性。实验结果显示,我们的框架能够实现较高的ISR和较好的多样性,且对模型提升的帮助最大。注:PAIR(红队攻击方法),self-instruct(最常用的数据增广方法之一),OPRO(迭代搜索方法)问:AutoDetect能够生...
清华大学李克强院士领衔策划——智能网联汽车丨JME特邀专辑(下)
队列容错控制方法与创新点:提出了适应不同车间通信拓扑构型的容错控制方法,包括分布式增广综合干扰估计器、容错跟踪控制器和安全控制器,并针对时变车间通信条件提出了控制器平稳切换的充分条件及在线参数自适应更新方法,以确保队列在间歇通信条件下的稳定运行;仿真与试验验证:通过建立7车队列模型和控制策略,并在硬件在环...
【项目申请】共210万,截止2月23日!国家铁路智能运输系统工程技术...
立足铁路侵限检测技术框架构建,围绕恶劣环境下的数据增广、图像增强和模型泛化等关键问题开展研究。通过研究基于AI大模型驱动的生成算法,利用数据的高质量扩充提升铁路侵限检测模型的泛化能力;研究基于物理原理约束的自然灾害异常场景AI生成算法,提升恶劣环境下铁路侵限场景数据的质量;最终形成一套面向新一代智慧铁路侵限场...
光学精密工程·封面 | 芯片表面微小缺陷目标检测
针对芯片表面脏污、焊球缺陷、芯片异位等镜检环节缺陷能提供的数据集有限,而神经网络需要大量数据训练优化等现实问题,团队研究了对抗网络虚拟缺陷图像生成技术,实现了小样本类别数据集增广,克服了数据集中类别间样本数据量不均衡问题,实现了类别间样本数据量的均衡化处理。合肥工业大学夏豪杰教授团队的张进等在《光学精密...
华南理工提出VISTA:双跨视角空间注意力机制实现3D目标检测SOTA,即...
本文提出了VISTA,一种新颖的即插即用多视角融合策略,用于准确的3D对象检测。为了使VISTA能够关注特定目标而不是一般点,研究者提出限制学习的注意力权重的方差。将分类和回归任务解耦以处理不平衡训练问题。在nuScenes和Waymo数据集的基准测试证明了VISTA方法的有效性和泛化能力。该论文已被CVPR2022接收...
ICCV 2023 | 半监督三维目标检测新SOTA:密集匹配和量化补偿
我们遵循鲁棒的自训练方法来设计我们的密集匹配半监督学习框架,如上图所示(www.e993.com)2024年10月23日。该框架包含两个完全相同但独立的网络(教师和学生模型)作为基础检测器,这些网络由FCAF3D实现。在训练过程中,输入Batch由有标签数据和无标签数据组成。然后,输入的Batch由非对称的数据增广进行增强,该增广包括绕竖直轴的随机旋转、...
ECCV 2022|腾讯优图29篇论文入选,含人脸安全、图像分割、目标检测...
2)我们通过动态聚类策略充分利用未标记数据,并使用伪边界框来支持目标域上的检测和行人重识别联合训练。通过上述设计,我们的框架在PRW和CUHK-SYSU数据集间的跨领域迁移性能,大大超过了未经跨领域自适应直接迁移的模型。我们的无监督自适应模型的性能甚至可以超过一些全监督和仅知检测框的弱监督的方法。
极链科技目标检测获Open Images第一,ECCV 2020挑战赛第二
目标检测算法是计算机视觉任务中的重要手段,广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域,通过计算机视觉减少对人力资本的消耗,具有非常重要的现实意义,因此各种通用目标检测算法竞赛每年也会持续召开。OpenImages是谷歌在2016年推出的大规模图像数据集,包括大约900万张图片,标注了数千个图像类别。
「水下目标检测算法赛」决赛结果出炉!60 天角逐,亮点纷呈
在光学图像赛项中,MaybeTomorrow参赛队针对真实水下数据稀缺和训练测试数据分布存在差异等特点,以CascadeRCNN为主模型,结合了前沿的可变形卷积与非局部模块,并创新性地利用Auto-ML的思想来自动搜索适合水下目标检测问题的数据增广方案,从而显著提升了检测算法性能,充分展现了对基本检测模型的熟练掌握和对前沿机器...
工业视觉中的目标检测——兼谈天池大赛优胜方案
目标检测应用范围广泛,上至卫星遥感,下至自动驾驶,大到鲸鱼保护,小到生物细胞分析,都有其用武之地。我们在论文中常见的MSCOCO数据集,多以生活类自然场景中的目标为主,如下图:做一个通用的目标检测器,当然很有意思,但在工业视觉领域有很多特定的目标,如果能解决好了,往往非常具有商业价值。