在2000年代初，一切事物都处于暴风雨前的宁静。 对于计算机视觉（CV）潜力的兴奋与对工具限制和资源约束的挫败感一样强烈。最明显的障碍之一是缺乏标准化的数据集。每个研究小组都整理了自己小规模的图像集合，这使得几乎不可能在不同算法之间比较结果 ...

进入 2024 年，人工智能的发展速度似乎已经快过了时间的更迭。 2 月，OpenAI 发布视频生成模型 Sora，就像一年多前才发布的 ChatGPT 一样，Sora 被外界认为是通用人工智能（AGI）发展的又一个里程碑时刻。 然而，仅仅在十几年前，人工智能还是相当小众的学术领域 ...

为什么机器人技术远远落后于 NLP、视觉和其他 AI 领域？除其他困难外，数据短缺是罪魁祸首。谷歌 DeepMind 联合其他机构推出了 Open X-Embodiment 数据集，并训练出了能力更强的 RT-X 模型。 在大模型不断取得突破的 2023，把大模型当做大脑来辅助运行的具身智能机器 ...

过去几年，数据压缩或蒸馏任务引起了人们的广泛关注。通过将大规模数据集压缩成具有代表性的紧凑子集，数据压缩方法有助于实现模型的快速训练和数据的高效存储，同时保留原始数据集中的重要信息。数据压缩在研究和应用中的重要性不可低估，因为它在 ...

【新智元导读】CVPR 2017 研讨会“超越 ILSVRC”将宣布今年是 ImageNet 竞赛正式组织的最后一年，2016 年 ILSVRC 的图像识别错误率 ...

使用微信扫码将网页分享到微信 斯坦福大学每年都会举行一个比赛，邀请谷歌、微软，百度等 IT 企业使用 ImageNet ——全球最大的图像识别数据库，测试他们的系统运行情况。每年一度的比赛也牵动着各大巨头公司的心弦，过去几年中，系统的图像识别功能大大 ...

一直以来，计算科学家一直在为建立世界上最精确的计算机视觉系统孜孜不倦地努力着，但取得进展的过程却一直如马拉松竞赛般漫长而艰辛。近期，微软亚洲研究院视觉计算组实现的突破让他们成为了这场竞赛的最新领跑者。该团队所开发的基于深度卷积神经 ...