深度学习论文精读：Segment Anything Model(SAM,分割一切模型)
SAM(分割一切的模型)
迈向人工智能—论文精读篇
（6/63）
8万播放
简介
订阅合集
迈向人工智能—论文阅读篇:初学者如何高效阅读深度学习论文
36:59
迈向人工智能—论文阅读篇:AlexNet论文精读
01:48:48
迈向人工智能—论文阅读篇：ImageNet数据集论文
45:45
论文阅读篇—EfficientViT：可在边缘计算设备上加速执行的ViT
54:44
深度学习论文阅读:UNet-v2
41:01
深度学习论文精读：Segment Anything Model(SAM,分割一切模型)
01:54:23
深度学习论文阅读:BLIP2-高效进行VLP(Vision-Language Pre-training)的策略
52:01
深度学习论文阅读：AnchorNet-减小输入图像空间冗余度，加速图像分类推理
43:21
深度学习论文阅读：PSUNet-OPPO出品，用于显著目标检测。
42:29
深度学习论文阅读：RepViTSAM—清华大学出品，能在iPhone12上运行的SAM
28:47
深度学习论文阅读：大语言模型在电力系统中的应用
45:28
深度学习论文：GPT-4V(ision)在机器人任务中的应用
54:11
AI论文阅读：SM70-医疗设备上的大语言模型(LLM)
29:33
论文阅读：Segment and Track Anything-分割一切？不，我还要跟踪一切。
01:05:54
AI论文阅读：CLIP-TD-基于CLIP进行知识蒸馏，应用与多个V-L任务。
43:18
AI论文阅读：EVA-CLIP-华中科大改进CLIP训练过程
41:07
AI论文阅读：ImageTransformer-Transformer在图像生成领域的首次尝试
38:40
AI论文阅读：关于CLIP的技术报告—为后续研究提供Baseline
49:00
AI论文阅读：DLIP—一种简单高效的VLP知识蒸馏框架
01:10:27
AI论文阅读：一种类U-Net架构的语义分割视觉Transformer—U-MixForme
01:03:01
AI论文阅读：用于医学图像分割的SCUNet++
39:41
AI论文阅读：Arabic Mini-ClimateGPT-阿拉伯语气候领域大语言模型
36:13
AI论文阅读：LRFormer-使用Low-Resolution注意力的语义分割Transformer
01:11:58
AI论文阅读：YOLOMS—即插即用提高YOLO检测性能
49:32
AI论文阅读：FUS-MAE-MAE架构应用于遥感领域数据融合
37:52
AI论文阅读：Fast-YOLO—一种可在嵌入式设备上运行的改进的YOLOV2
47:39
AI论文阅读：YOLOCS—对YOLOv5的backbone和head进行改进，有效涨点。
57:32
AI论文阅读：DistilBERT—知识蒸馏版的BERT
29:06
AI论文阅读：级联CLIP和SAM用于zero-shot异常分割。
49:54
AI论文阅读：一种量化YOLO目标检测器的架构：Q-YOLO
41:42
AI论文阅读:RepGhost—重参数加速CNN推理速度
01:02:26
AI论文阅读：重参数化使VGG-style网络变得再次强大—RepVGG
01:14:05
AI论文阅读：Conv+Transformer=ConvFormer，用于医学图像分割
49:20
【AI论文阅读】RepViT—披着ViT外衣的轻量级CNN
59:00
AI论文阅读:EfficientNet—同时对网络深度、宽度、分辨率进行Scale up
50:57
AI论文阅读:Transformer风格的CNN—Conv2Former
52:15
AI论文阅读：OCFormer—用于One-Class图像分类的Transformer
34:57
AI论文阅读:CVPR2018年自动驾驶WorkShop道路目标检测第二名—CFENet
57:21
AI论文:使用简单方法改进自注意力，进而提升CLIP性能语义分割性能—SCLIP
51:48
AI论文阅读：全面解读Chiness CLIP技术报告
56:07
AI论文阅读：采用MoE技术从宽度上改进Transformer
59:47
AI论文阅读:BoTNet-使用MHSA替换ResNet中的3x3卷积
43:58
AI论文阅读:针对过大和过小目标难以检测设计的全景分割模型—SUNet
01:07:54
AI论文阅读：利用高分辨率特征做分割和检测—HRNetv2
47:39
【ICCV2019】MMNet：压缩视频中快速的目标检测
58:01
【ICCV2019】LRFNet：学习丰富的特征，改进Single-Stage检测器性能
58:07
【ICCV2019】Auto-FPN：首次将NAS用于目标检测器架构设计
01:05:43
AI论文阅读：NMS杀回来了，放宽DETR One-to-One的苛刻条件，加速收敛。
01:03:49
【ICCV2019】ZSGNet扩展PG系统zero-shot能力
57:31
【ICCV2019】DAFS：解决调整anchor形状与特征图不一致问题
54:01
【ICCV2019】SCRNet：针对小、密、旋转目标的鲁邦检测
53:55
【ICCV2019】CenterNet：使用Center Keypoint改进CornerNet
01:05:29
【AI论文阅读】UPDP：可对CNN和ViT进行深度剪枝
01:11:13
【ICCV2019】一种用于域自适应目标检测的鲁棒学习方法
01:02:21
【ICCV2019】大型数据集标注代价太高怎么办？主动学习给你答案。
01:10:34
【ICCV2019】TridentNet：尺度感知的目标检测器
57:03
【ICCV2019】Discriminative_Feature_Transformation_forOccluded_Pedestrian_Detection
01:06:58
【WACV2024】利用CLIP文本编码器改进Open-Set目标检测性能
57:28
【ICCV2019】YOLACT:实时的实例分割
01:00:01
AI论文阅读：【WACV2024】Robust Object Detection in Challenging Weather Conditions
01:04:56
【AI论文阅读】BYOL:一种新的自监督学习方法
43:15
【AI论文阅读】SAM2:将SAM扩展到视频领域
01:24:49
【ICML2023】Hiera：一种简单、高效且速度快的分层ViT
45:40
【进来许愿】今年年报不收礼，收礼只收...
点击贡献创意>>
顶部