-
编辑 删除
全新视角，探究「目标检测」与「实例分割」的互惠关系 | AAAI系列解读 02
2019-12-14 05:46:31作者 | 王绍儒编辑 | 唐里本篇文章是AI 科技评论 AAAI 2020 论文系列解读第 02 篇往期论文解读新角度看双线性池化，冗余、突发性问题本质源于哪里？| AAAI系列解读 01本文对中科院自动化所、地平线合作的论文《RDSNet: A New Deep Architecture for Reciprocal Object Detectio
-
编辑 删除
新角度看双线性池化，冗余、突发性问题本质源于哪里？| AAAI系列解读 01
2019-12-12 05:27:21作者 | Zhi Gao编辑 | 唐里本篇文章是AI 科技评论 AAAI 2020 论文系列解读第 01 篇本文对北京理工大学、阿里文娱摩酷实验室合作的论文《RevisitingBilinear Pooling: A coding Perspective》进行解读，该论文发表在AAAI 2020，本文首先证明了常用的特征融合方法——双线性池化是一种
-
编辑 删除
机器学习与隐私保护，究竟路在何方？
水调歌头·AI几时有——张忠宝AI几时有，算法大无边。不知智慧未来，爆发在何年。我欲机器学习，又恐信息融合，保护着实难。数据万万千，何处无风险？搞广度，用深度，加上GAN。今日论道，如何便利又安全？既要智能服务，又要隐私保护，此事古难全。但愿此会后，二者可得兼。【智能时代与隐私保护，是左右互搏还是相辅相成】当今，在大数据、人工智能的时代下，用户在获得智能服务带来便利的同时，也面临着极大的隐私泄露风
-
编辑 删除
GNNets：自然场景下文字检测的几何归一化网络 | ICCV 2019
导语：ICCV 论文解读 - 商汤雷锋网AI科技评论按：本文由商汤科技投稿，简要介绍商汤科技研究团队在 ICCV2019 上录用的一篇文章：Geometry NormalizationNetworks for Accurate Scene Text Detection（GNNets），针对自然场景下文字检测的几何归一化网络。该文章通过对待处理图像的特征图进行几何变换，从而将待处理图像中几何分布差异
-
编辑 删除
梯度下降背后的数学原理几何？
对于诸位“机器学习儿”而言，梯度下降这个概念一定不陌生，然而从直观上来看，梯度下降的复杂性无疑也会让人“敬而远之”。本文作者 Suraj Bansal 通过对梯度下降背后的数学原理进行拆解，并配之以简单的现实案例，以轻松而有趣的口吻带大家深入了解梯度下降这一在机器学习领域至关重要的方法。敏捷软件开发定义了迭代产品开发的过程，以下步骤可通过这一过程执行。1）市场调研后进行产品构建2）产品商
-
编辑 删除
中美互联网巨头2019成绩单大揭秘：百度亏了43亿，苹果赚了2482亿
2019-12-12 20:57:46文 | 李丹编辑 | 杜博奇近年来，随着中国互联网公司实力的增长，它们的市值开始向美股五大科技巨头FAANG看齐。全球互联网公司排行榜上，阿里巴巴的市值排在前五；按利润计，阿里巴巴排行第三，仅次于苹果和谷歌母公司Alphabet。FAANG是全球科技界的标杆。所谓FAANG，分别指的是社交网络巨头Facebook、苹果Apple、在线零售巨头亚马逊Amazon
-
编辑 删除
中国人脸识别产业链全景图
2019-12-12 22:40:37人脸识别，通常也称人像识别、面部识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，主要用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术。近年来，随着人工智能的发展以及国家经济发展、安全防卫的需要，我国人脸识别市场不断扩大，技术水平不断提升，在算法方面已取得世界领先地位。随着智慧城市的
-
编辑 删除
深圳鹏程电动和AutoX 就Robotaxi运营达成合作，“自动驾驶+出行公司”模式再现
2019-12-13 12:22:18雷锋网新智驾获悉，12月10日，深圳市鹏程电动汽车出租有限公司（以下称“鹏程电动”）与深圳裹动智驾科技有限公司（以下称“AutoX”）就无人驾驶RoboTaxi商用落地研究正式达成战略合作。双方表示将发挥各自优势资源，鹏程电动将利用其自身品牌运营管理经验，AutoX将提供世界领先的RoboTaxi平台，共同推动纯电动无人驾驶RoboTaxi在深圳的规模化商业运
-
编辑 删除
开源 | 全球首个批流一体机器学习平台 Alink
2019-12-06 10:20:44阿里妹导读：Flink 在机器学习领域的进展一直是众多开发者关注的焦点，今年 Flink 迎来了一个小里程碑：机器学习算法平台 Alink 开源，这也宣告了 Flink 正式切入 AI 领域。背景随着大数据时代的到来和人工智能的崛起，机器学习所能处理的场景更加广泛和多样。构建的模型需要对批量数据进行处理，为了达到实时性的要求还需要直接对流式数据进行实时预测，还
-
编辑 删除
阿里巴巴的 Kubernetes 应用管理实践经验与教训
2019-12-09 13:07:09导读：高德地图拥有几千万的POI兴趣点，例如大厦、底商、学校等数据，而且每天不断有新的POI出现。为了维持POI数据的鲜度，高德会通过大量的数据采集来覆盖和更新。现实中POI名称复杂，多变，同时，名称制作工艺要求严格，通过人工来制作POI名称，需要花费大量的人力成本。因此，POI名称的自动生成就显得格外重要，而机器对商户挂牌的语义理解又是其中关键的
-
编辑 删除
ICCV中国团队入选论文：首个提出视觉相关关系构建更高语义价值
2019-11-25 12:54:06【导读】本文提出视觉相关的对象关系在语义理解上有更高的价值。在视觉关系学习表达中，我们需要关注于视觉相关关系，而避免对于视觉无关的信息学习。由于现有数据中存在大量的非视觉的先验信息，方法上很容易学到简单的位置关系或单一固定关系，而不具备进一步推测学习语义信息的能力。从而导致现有关系数据的表征并不能明显提升语义相关任务性能。来 新智元AI朋友圈 和AI大咖们一起
-
编辑 删除
NeurIPS十年高引学者TOP100榜单发布！这些大牛值得膜拜
本文5048字15图，建议阅读13分钟。本文介绍机器学习领域顶会NeurIPS十年高引学者。12月8日，NeurIPS2019在加拿大温哥华正式拉开帷幕。作为机器学习领域最重要的顶会，NeurIPS一直有着很强的影响力和排名，被认为是神经计算方面最好的会议之一。随着近几年深度学习的崛起，NeurIPS不仅成为了学术界的新星，也引起了工业界的高度关注，注册人数从数年前的几百人跃升到今年的近万人。根据
-
编辑 删除
腾讯云：把GPU分开卖是黑科技吗？
导语：腾讯云基于NVIDIA最新GPU虚拟化技术做了一个产品创新，用户可以在云上买到规格更小的GPU计算产品。1999年，NVIDIA 公司发明了GPU（Graphics Processing Unit，图形处理器），优异的图形处理表现让它艳惊四座。近年来，GPU在大规模并行运算上的巨大优势，让其成为大数据、AI以及图形图像处理等场景下不可或缺的计算引擎。然而，一直以来，囿于GPU切分难度较高，用
-
编辑 删除
全新视角探究目标检测与实例分割的互惠关系 | AAAI 2020
导语：本文是对录用于AAAI 2020的论文：“RDSNet: A New Deep Architecture for Reciprocal Object Detec本文是对录用于AAAI 2020的论文：“RDSNet: A New Deep Architecture for Reciprocal Object Detection and Instance Segmentation”的分析与解读
-
编辑 删除
真AI用钱表达：少年班毕业生创办的AI公司三年就盈利，增速300%
2019-12-12 12:36:45乾明 发自 凹非寺对于一家创业公司来说，客户成为投资人很常见。但在一家公司身上出现了很多次，就不那么常见了。这正是在氪信CraiditX身上发生的故事。这家成立于2015年的金融AI公司，这两年来宣布的数轮融资中，都有其客户的身影出现。比如与招商银行关联的招商局、浦发银行上海信托旗下的金融科技基金等。结合对氪信创始人兼CEO朱明杰的采访，这背后的原
-
编辑 删除
当前NLP迁移学习中的一些问题
2019-12-11 20:34:29作者：Muhammad Khalifa编译：ronghuaiyang导读NLP迁移学习中的一些问题，感觉有点道理。自然语言处理(NLP)最近取得了巨大的进步，每隔几天就会发布最新的结果。排行榜疯狂是指最常见的NLP基准，如GLUE和SUPERGLUE，它们的得分越来越接近人类的水平。这些结果大多是通过超大(数十亿个参数)模型从大规模数据集中迁移学习得到的。本文
-
编辑 删除
8个计算机视觉深度学习中常见的Bug
2019-12-10 20:40:25作者：Arseny Kravchenko编译：ronghuaiyang导读给大家总结了8个计算机视觉深度学习中的常见bug，相信大家或多或少都遇到过，希望能帮助大家避免一些问题。人是不完美的，我们经常在软件中犯错误。有时这些错误很容易发现：你的代码根本不能工作，你的应用程序崩溃等等。但是有些bug是隐藏的，这使得它们更加危险。在解决深度学习问题时，由于一些不确
-
编辑 删除
「杂谈」GAN对人脸图像算法产生了哪些影响？
2019-12-09 12:10:12人脸图像是整个图像领域里面研究人员最多，应用最广的一个方向。GAN作为时下最新兴的深度学习模型，在人脸图像领域里已经颇有建树，今天咱们就聊聊GAN对人脸图像算法的一些主要影响。文/编辑 | 言有三人脸检测人脸检测是一个古老的课题了，从传统算法发展到深度学习算法，已经非常的成熟，不过这并不是意味着完美。GAN在人脸检测领域中的贡献主要体现在小脸的超分
-
编辑 删除
一个算法同时解决两大CV任务，让目标检测和实例分割互相帮助
2019-12-12 12:27:55允中 发自 凹非寺 量子位 报道 | 公众号 QbitAI目标检测与实例分割是计算机视觉领域重要的两个任务，近年来出现了非常多优秀的算法解决这两个问题，且都取得了优异的效果。但是，却鲜有文章深入分析两者之间的关联，也就导致了诸如下图所示的错误的出现：上面的结果由Mask R-CNN得到，可以看到由于边界框定位不准导致前两张图的实例掩码缺失，以及后两张
-
编辑 删除
当前有哪些可用的AutoML平台？
作者&编辑 | 言有三自从Google提出AutoML那天起，工业界和学术界就已经迅速跟进了，经过了几年的发展，那么现在工业界都有了哪些AutoML平台呢？本次简单介绍其中重要的一些。1 Google Cloud AutoML作为AutoML的提出和尝鲜者，Google Cloud AutoML是当前最早也是最成熟的AutoML系统，覆盖了图像分类，文本分类以及机器翻译三大领域，另外也上线
