rNykiPQ3Q0kH
1、PytorchYoloV3 使用PyTorch实现的YOLOv3对象检测算法 https://github.com/ayooshkathuria/pytorch-yolo-v3 2、Yolov3Tf2 在Tensorflow2.0中实现的YoloV3 https://github.com/zzh8829/yolov3-tf2 3、Yolo_v3_tutorial_from_scratch https://github.com/ayooshkathuria/YOLO_v3_tutorial_from_scratch 4、Yolo_mark GUI用于在图像...
前言 这一片文章主要介绍目前3D目标检测的一些比较重要的数据集合在github上比较好用的3D目标检测项目。包含了最火最热的KITTI到当前研究前沿的多模态，时序融合等的新数据集。分类方法如下，首先按照场景可以将数据集划分为室内和室外数据集。然后分别介绍目前3D目标检测室内和室外的一些常用数据集；然后介绍一些做研究容易上手的项目，并做一些简单的异同总结。 数据集 室内数据集 室内3D目标检测的研究算是一项比较新的研究任务。目前的数据集主要有ScanNetV2和SUNRGB-D。 ScanNetV2 官方网址：http://www.scan-net.org/论文链接：https://arxi...
腾讯优图属于国内工业界CV领域实验室的第一梯队，其不仅服务腾讯内部线上产品，也开源了多个前沿研究和工程项目，本文盘点优图实验室开源的所有项目，其中最“火”的三个工程是『NCNN』、『人脸检测-DSFD』、『目标检测-OSD』。 腾讯优图项目主页：https://github.com/TencentYoutuResearch 01 SuperResolution-RealSR 一种在真实世界环境下的新型degradation（降质）框架-Real-SR，为超分辨率学习提供真实的图像。通过对kernel和nois...
01Trace.moe 图像反向搜索动漫场景，使用动漫截图搜索该场景的拍摄地。它告诉你该动画在日本动漫中出现的是哪个动画，哪个情节以及确切的时间。 GitHub地址：https://github.com/soruly/trace.moe 02Mathai 一个拍照做题程序。输入一张包含数学计算题的图片，输出识别出的数学计算式以及计算结果。 GitHub地址：https://github.com/Roujack/mathAI 03Imagepy 基于像imagej之类的插件的图像处理框架，可以说粘合scipy.ndimage，scikit-image，opencv，simp...
编辑丨极市平台 1、AlphaPose 实时全身多人姿势估计与跟踪系统。它是第一个开源系统，在COCO数据集上达到70+mAP（75mAP），在MPII数据集上达到80+mAP（82.1mAP）。为了在帧中匹配与同一个人相对应的姿势，还提供了一种称为PoseFlow的高效在线姿势跟踪器。它是第一个在PoseTrackChallenge数据集上达到60+mAP（66.5mAP）和50+MOTA（58.3MOTA）的开源在线姿势跟踪器。AlphaPose支持Linux和Windows。 https://github.com/MVIG-SJTU/AlphaPose 2、Gluo...
1、AlphaPose 实时全身多人姿势估计与跟踪系统。它是第一个开源系统，在COCO数据集上达到70+mAP（75mAP），在MPII数据集上达到80+mAP（82.1mAP）。为了在帧中匹配与同一个人相对应的姿势，还提供了一种称为PoseFlow的高效在线姿势跟踪器。它是第一个在PoseTrackChallenge数据集上达到60+mAP（66.5mAP）和50+MOTA（58.3MOTA）的开源在线姿势跟踪器。AlphaPose支持Linux和Windows。 https://github.com/MVIG-SJTU/AlphaPose 2、GluonCV htt...
这是2021最新的自动驾驶资料合集，对于正在学习或者计划入门自动驾驶领域的同学来说，相信会有很大帮助。 课程及公开视频 一、无人驾驶综合 1.百度与Udacity合作免费课程 课程链接： https://apollo.auto/devcenter/coursetable_cn.html 推荐原因：课程通过7小节概述了自动驾驶的6个核心模块，即高精度地图、定位、感知、预测、规划、控制，每小节通过10-15分钟视频概述了核心模块的任务以及方法思想，便于大家对于整个无人驾驶算法建立框架性的认识。 推荐指数：★★★★★ 2.Coursera多伦多大学自动驾驶课程 课程链接： https:...
1、Trace.moe 图像反向搜索动漫场景，使用动漫截图搜索该场景的拍摄地。它告诉你该动画在日本动漫中出现的是哪个动画，哪个情节以及确切的时间。 https://github.com/soruly/trace.moe 2、AwesomeCbirPapers 经典图像检索的论文 https://github.com/willard-yuan/awesome-cbir-papers 3、CnnimageretrievalPytorch 在PyTorch中检索CNN图像：在PyTorch中训练和评估CNN以进行图像检索 https://...
1、PytorchYoloV3 使用PyTorch实现的YOLOv3对象检测算法 https://github.com/ayooshkathuria/pytorch-yolo-v3 2、Yolov3Tf2 在Tensorflow2.0中实现的YoloV3 https://github.com/zzh8829/yolov3-tf2 3、Yolo_v3_tutorial_from_scratch https://github.com/ayooshkathuria/YOLO_v3_tutorial_from_scratch 4、Yolo_mark G...
1、Meshroom⭐4,474 Meshroom是一款基于AliceVision摄影测量计算机视觉框架的免费开源三维重建软件。 https://github.com/alicevision/meshroom 2、Openmvg⭐2,829 Openmvg库根据三维计算机视觉和结构的运动。OpenMVG提供了一个端到端的3D重建，它由图像框架组成，包含库、二进制文件和管道。 这些库提供了简单的功能，如:图像处理，功能描述和匹配，功能跟踪，相机模型，多视图几何，旋转估计… 该二进制文件解决了管道可能需要的单元任务:场景初始化、特征检测与匹配和运动重建的结构，并将重建的场景...
选自calebporzio 机器之心编译 参与：张倩、蛋酱 如果提到靠打赏生活的人，我们首先想到的会是主播。但现实情况是，码农也可以。这位活成主播的码农名叫CalebPorzio。 在过去的一年里，他靠GitHub项目的打赏赚到了10万美元。在这篇自述文章中，他分享了自己靠GitHub项目赚钱的经历和技巧。 CalebPorzio发推庆祝自己靠GitHub打赏（GitHubSponsors）赚到了10万美元。 GitHubSponsors是GitHub2019年5月份推出的一个功能，允许开发者通过自己的项目获取报酬。 全职开发转自由职业，是怎样一种体验？以下是Cale...
原文链接：https://arxiv.org/pdf/1907.09595.pdf 代码链接： https://github.com/tensorflow/tpu/tree/master/models/official/mnasnet/mixnet 1、主要思想和创新点 Depthwise卷积在现代高效convnet中越来越流行，但它的核大小常常被忽略。本文系统地研究了不同核大小的影响，并观察到结合多核大小的优点可以获得更好的精度和效率。在此基础上，提出了一种新的混合深度卷积（MixConv），它在一个卷积中自然地混合了多个核大小。作为一个简单的卷积替代结构，论文...
导读 Attention现在已经火爆了整个AI领域，不管是机器视觉还是自然语言处理，都离不开Attention、transformer或者BERT。本文作者效仿EM九层塔，提出Attention九层塔。 Attention现在已经火爆了整个AI领域，不管是机器视觉还是自然语言处理，都离不开Attention、transformer或者BERT。下面我效仿EM九层塔，提出Attention九层塔。希望能与大家交流。有更好的想法也欢迎在评论区提出一起讨论。 Attention九层塔——理解Attention的九层境界目录如下: 看山是山——Attention是一种注意力机制 看山...
作者丨黄浴 arXiv2022年4月上传论文“M2BEV:Multi-CameraJoint3DDetectionandSegmentationwithUnifiedBird’s-EyeViewRepresentation“，作者来自多所大学和公司，包括香港大学、新加坡国立、英伟达、多伦多大学、Vector研究院（多伦多）和加州理工。 本文提出M2BEV，一个多摄像机图像输入、在BEV空间中联合执行3-D目标检测和地图分割的统一框架。与以往大多数分别处理检测和分割的工作不同，M2BEV使用统一的模型推断这两个任务，并提高了效率。M2BEV将多视图2D图像特征有效地转换为汽车坐标系下...
公司介绍： 一汽（南京）科技开发有限公司坐落于美丽的南京，归属中国一汽集团，依托深度学习、数据挖掘等AI核心技术，致力于自主突破自动驾驶（图像视觉、雷达感知、定位系统、感知融合）、智能交互（语音语义，人脸识别、手势识别、生物识别）、大数据（UBI保险、车辆健康管理，驾驶行为分析）的软件开发，全面赋能自动驾驶、智能座舱、智能制造、智能出行，智慧物流等人工智能应用领城。 经验要求： 社招需工作两年及以上 薪资： 25-75K 岗位：激光雷达感知工程师/主管/主任/高级主任 岗位职责： 1.负责自动驾驶场景中激光雷达感知/以激光雷达为主的多传感器融合感知算法开发及工程部署，包括但不限于3D目标检...
作者丨QingyongHu 编辑丨3D视觉工坊 Introduction 我们周围的3D世界是由各种各样的物体组成的:建筑、桥梁、树木、汽车、河流等等，每一个都有不同的外观、形态和功能。赋予机器精确分割和理解不同物体的能力，是让机器能够有效地参与到物理世界互动的基础。这对于机器人导航、自动驾驶，以及大规模城市3D建模，智慧城市规划和管理等实际应用也至关重要。 在过去的几年里，3D点云理解技术的取得了显著的进步。然而，大部分方法还是针对小规模的点云进行处理，对于超大规模（城市级别）的点云的语义理解，仍然非常具有挑战性。 我们在ICCV2021举办的首届城市级别大规模点云语义理解挑战赛(U...
近日，腾讯优图实验室在CVPR2021举办的ImageMatchingWorkshop比赛中，提出的图像匹配技术(SS-Fusing)荣获双赛道冠亚军。IMW2021是Google和UniversityofBritishColumbia（UBC）联合举办的Workshop比赛，吸引了包括旷视，商汤，EPFL，KORNIA，华中科大和OPPO等公司、学校和机构参加。 作为计算机视觉领域的基础技术之一，ImageMatching是指寻找一张图片中拍摄的子区域在另一张图片中的对应位置，广泛应用于包括SFM、SLAM、三维重建、大规模图像检索，缺陷检测与配准等领域。 图1 图像...
作者丨张俊怡 编辑丨计算机视觉life 三维重建意义 三维重建作为环境感知的关键技术之一，可用于自动驾驶、虚拟现实、运动目标监测、行为分析、安防监控和重点人群监护等。现在每个人都在研究识别，但识别只是计算机视觉的一部分。真正意义上的计算机视觉要超越识别，感知三维环境。我们活在三维空间里，要做到交互和感知，就必须将世界恢复到三维。所以，在识别的基础上，计算机视觉下一步必须走向三维重建。本文笔者将带大家初步了解三维重建的相关内容以及算法。 三维重建定义 在计算机视觉中,三维重建是指根据单视图或者多视图的图像重建三维信息的过程.由于单视频的信息不完全,因此三维重建需要利用经验知识...
最近这几天，全民热议的话题莫过于正在举办的东京奥运会。 而有这样一所211高校，因为其学子出征东京奥运会为我国斩获2金1银1铜而迅速登上热搜榜单，还被网友戏称：“这难道是所体育大学？” 更有网友直接评论：这不愧是211高校，这是真“211”啊。 斩获两金一银一铜 这所211被网友戏称“体育大学” 在正在进行的东京奥运会中，两日内，来自西南大学的学子为我国斩获2金1银1铜的成绩，而且，他们还全是硕博生！ 2金： 7月25日，西南大学2018级博士研究生施廷懋搭档王涵获跳水女双3米板金牌。 2018级硕士研究生谌利军获举重男子67公斤级金牌 1银： 2020级...
一、前言 视觉三位重建一直是计算机视觉和摄影测量领域讨论的话题，且在近几年更是大家关注的热点、如数字孪生、AR、自动驾驶的高精度地图等。视觉三维重建相比激光三维重建，虽然精度上处于劣势，但是视觉具备更丰富的信息且成本低廉，故是数字化场景的首选方案，到目前为止，视觉三维重建框架层出不穷，其开源代表有colmap(2016)、openmvg(2012)、openmvs、alicevison、opensfm等，商业代表有ContextCapture、photoscan、pix4D、realicature等。商业代表的主要应用场景主要是处理无人机数据，对于车载数据可能不具备优势，而开源的算法框架距离商...