-
指向性遥感图像分割(RRSIS)及旋转多尺度交互网络(RMSIN)介绍
本文介绍了指向性遥感图像分割(RRSIS)任务及旋转多尺度交互网络(RMSIN)方法,以及构建的大规模RRSIS-D数据集。作者提出了新的方法应对遥感图像的复杂性,并在实验中表现优异,为未来的研究提供了强有力的基线。- 561
- 0
-
深度学习模型微调及数据集构建实例
本文介绍了深度学习训练的常规步骤,微调模型的几个思考方向,以及构建自定义数据集用于微调大模型的方法,同时以PyTorch和TensorFlow实现中文手写识别的深度学习例子。- 486
- 0
-
-
MPHPE问题的端到端解决方案及构建的两个全范围数据集
本文介绍了作者提出的名为DirectMHP的端到端简单基线,用于解决MPHPE问题,并构建了两个全范围数据集AGORA-HPE和CMU-HPE。文章重点讨论了解决MPHPE问题的创新思路和方法。- 85
- 0
-
美团基础研发平台视觉智能部与中科院计算所展开科研课题合作
美团基础研发平台视觉智能部与中科院计算所合作构建大规模数据集Food2K,提出渐进式区域增强网络用于食品图像识别,相关研究成果已发表于T-PAMI 2023。本文介绍了数据集特点、方法设计、性能对比,以及基于该数据集的迁移实验,并展望了Food2K的未来工作。- 129
- 0
-
UltraChat:构建超高质量对话数据集
UltraChat 项目构建了一个开源、大规模、多轮的基于 Turbo APIs 的对话数据集,为研究者提供了丰富的数据资源,助力开发通用对话能力的强大语言模型。- 414
- 0
-
控制神经网络模型 ControlNet 运用于稳定扩散模型的生成
本文介绍了如何运用ControlNet神经网络模型对稳定扩散模型进行细粒度控制生成,包括设计生成条件、构建数据集和训练模型的步骤。文章涉及生成条件的设计,数据集的构建,以及使用现有模型进行条件图片转换等方面。- 342
- 0
-
Bert-VITS2V2.0.2本地训练实践:音色克隆和唇形合成技术
了解如何使用Bert-VITS2V2.0.2对霉霉讲中文音色进行克隆实践,并学习音频数据集的准备和切分过程。该文章涉及音色克隆、唇形合成技术和AI音频处理的实践,适合对深度学习感兴趣的读者。- 251
- 0
-
构建中文文本识别基准:从数据集到评估协议
本论文旨在构建一个中文文本识别基准,从数据集构建到评估协议,以填补中文文本识别关注不足的空白。通过实验结果,我们发现基准方法在中文文本识别数据集上的表现不如英文数据集,并提出了改进方法。- 255
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!