新闻动态
-
202405-23
- 简单通用：视觉基础网络3倍无损训练加速，
- 本讨论文作者王语霖是清华大学自动化系2019级直博生，师从吴澄院士和黄高副教授，主要研究方向为高效深度学习、计算机视觉等。他曾以第一作者在TPAMI、NeurI...
-
202405-17
- CVPR'24 Oral | 一览纯稀疏
- 写在前面&笔者的个人理解3D点云物体检测对自动驾驶感知至关重要，如何高效地从稀疏点云数据中学习特征表示是3D点云物体检测领域的一个关键挑战。我们在本文中...
-
202405-14
- 微软让MoE长出多个头，大幅提升专家激活
- MH-MoE能优化几乎所有专家，实现起来非常简单。混合专家（MoE）是个好方法，支持着现在一些非常优秀的大模型，比如谷歌家的Gemini1.5以及备受关注的Mi...
-
202405-13
- 超越ORB-SLAM3！SL-SLAM：
- 写在前面今天我们探讨下深度学习技术如何改善在复杂环境中基于视觉的SLAM（同时定位与地图构建）性能。通过将深度特征提取和深度匹配方法相结合，这里介绍了一种多功能...
-
202405-13
- DiT架构大一统：一个框架集成图像、视频
- 基于DiffusionTransformer（DiT）又迎来一大力作「Flag-DiT」，这次要将图像、视频、音频和3D「一网打尽」。今年2月初，Sora的发布...
-
202405-13
- Flash Attention稳定吗？M
- MetaFAIR联合哈佛优化大规模机器学习时产生的数据偏差，提供了新的研究框架。据所周知，大语言模型的训练常常需要数月的时间，使用数百乃至上千个GPU。以LLa...
-
202405-09
- LidaRF：研究用于街景神经辐射场的激
- 光真实感模拟在自动驾驶等应用中发挥着关键作用，其中神经网络辐射场（NeRFs）的进步可能通过自动创建数字3D资产来实现更好的可扩展性。然而，由于街道上相机运动的...
-
202405-08
- 一览Occ与自动驾驶的前世今生！首篇综述
- 写在前面&笔者的个人理解近年来，自动驾驶因其在减轻驾驶员负担和提高驾驶安全方面的潜力而越来越受到关注。基于视觉的三维占用预测是一种新兴的感知任务，适用于...
