网站首页 技术文章 第1118页

• 

  一部手机就能完成3D目标检测，还是实时的那种 | 谷歌AI

  十三发自凹非寺量子位报道|公众号QbitAI在2D图像中做3D目标检测很难？现在，拿着一部手机就能做到，还是实时的那种。这就是谷歌AI今天发布的...

  2024-09-18 btikc 技术文章 19 ℃ 0 评论
• 

  面向未来物联网 地平线推出旭日二代边缘AI芯片

  中证网讯（记者吴科任）10月29日，地平线宣布推出新一代AIoT智能应用加速引擎——旭日二代边缘AI芯片及一站式全场景芯片解决方案。在AIoT领域，地平线旭日系列芯片解决方案截至目前出货量已达数十万套。据介绍，旭日二代是地平线面向未来物联...

  2024-09-18 btikc 技术文章 23 ℃ 0 评论
• 

  基于深度学习的铸件缺陷检测

  ｜...

  2024-09-18 btikc 技术文章 19 ℃ 0 评论
• 

  谷歌AI良心开源:一部手机就能完成3D目标检测，还是实时的那种

  十三发自凹非寺量子位报道|公众号QbitAI在2D图像中做3D目标检测很难？现在，拿着一部手机就能做到，还是实时的那种。这就是谷歌AI今天发布的...

  2024-09-18 btikc 技术文章 19 ℃ 0 评论
• 

  为什么MobileNet及其变体(比如ShuffleNet)会怎么快呢?

  作者：YusukeUchida编译：ronghuaiyang导读MobileNet的特点就是非常的快，而且精度损失很小，这里面的原因是什么呢，这篇文章给大家解密。介绍...

  2024-09-18 btikc 技术文章 20 ℃ 0 评论
• 

  为什么MobileNet及其变体(例如ShuffleNet)速度很快

  介绍在本文中，我将概述有效的CNN模型（如MobileNet及其变体）中使用的构件块，并解释它们为什么如此高效。特别是，我提供了关于空间和通道域中的卷积如何完成的直观说明。用于高效模型的构建块在解释具体的高效CNN模型之前，我们先来检查高效...

  2024-09-18 btikc 技术文章 20 ℃ 0 评论
• 

  装在手机里的3D姿态估计，模型尺寸仅同类1/7，误差却只有5厘米

  博雯发自凹非寺量子位报道|公众号QbitAI长久以来，三维姿态估计都在追求...

  2024-09-18 btikc 技术文章 22 ℃ 0 评论
• 

  ShuffleNet_v2模型解读

  导言目前一些网络模型如MobileNet_v1,v2，ShuffleNet_v1,Xception采用了分组卷积，深度可分离卷积等操作，这些操作在一定程度上大大减少了FLOPs，但FLOPs并不是一个直接衡量模型速度或者大小的指标，它只...

  2024-09-18 btikc 技术文章 21 ℃ 0 评论
• 

  「我要出轨了」!伯克利的这个AI，可以预测机器人何时将脱离

  金磊发自凹非寺量子位报道|公众号QbitAI「脱离」...

  2024-09-18 btikc 技术文章 18 ℃ 0 评论
• 

  MUCNetV2:内存瓶颈和计算负载问题一举突破?分类&检测都有较高性能(附源代码下载)

  ...

  2024-09-18 btikc 技术文章 25 ℃ 0 评论