无人机加入海上搜救;信息检索一站式开发包;JAX 实现的模块化强化学习库;动物园实际场景多视数据集;前沿论文 | ShowMeAI资讯日报

【AI视野·今日CV 计算机视觉论文速览 第192期】Thu, 6 May 2021 AI视野·今日CS.CV 计算机视觉论文速览 Thu, 6 May 2021 Totally 61 papers ????上期速览✈更多精彩请移步主页 Daily Computer Vision Papers Self-Supervised Multi-Frame Monocular Scene Flow Authors Junhwa Hur, Stefan Roth由于简单,经济的捕获设置,估计从一系列单眼图像序列的3D场景流动一直在增加。由于问题严重的问题,目前方法的准确性受到限制,特别是高 阅读详情

📢 『SeaDronesSee』使用无人机系统完成海上搜救任务

https://github.com/Ben93kie/SeaDronesSee

SeaDronesSee 是一个大规模的数据集,旨在实现海洋场景中使用无人驾驶飞行器(UAVs)的搜索和救援(SAR)系统。建立高度复杂的自主无人机系统来协助搜救任务,需要强大的计算机视觉算法来探测和跟踪感兴趣的物体或人员。SeaDronesSee 数据集提供了三组轨迹:物体探测、单物体跟踪和多物体跟踪,每条轨道都由它自己的数据集和排行榜组成。

工具&框架

🚧 『solo-learn』Pytorch Lightning 无监督视觉表示学习自监督方法库

https://github.com/vturrisi/solo-learn

https://jmlr.org/papers/volume23/21-1155/21-1155.pdf

solo-learn 是一个基于 PyTorch Lightning 的无监督视觉表示学习的自监督方法库。我们的目标是在一个可比较的环境中提供 SOTA 自监督的方法,包含尽量多的训练技巧。

🚧 『whisper.cpp』OpenAI 的 Whisper 高质量语音识别模块

https://github.com/ggerganov/whisper.cpp

OpenAI 的 Whisper 自动语音识别(ASR)模型的高性能模块,是 C/C++ 移植版,支持 ARM_NEON 和 AVX intrinsics,支持 Linux、Mac OS(Intel和Arm)、Windows(MinGW)、Raspberry Pi、Android等平台。

🚧 『OpenMatch v2』信息检索一站式开发包

https://github.com/OpenMatch/OpenMatch

OpenMatch 是一个工具库,与 Huggingface Transformer 和数据集深度集成,支持各种预训练语言模型(BERT、RoBERTa、T5…),本地支持常见的IR和QA数据集(MS MARCO、NQ、KILT、BEIR)。

从数据清洗到模型验证:SeaDronesSee数据集适配YOLOv8全流程实战 本文详细介绍了将SeaDronesSee无人机海上搜救数据集适配至YOLOv8目标检测模型的全流程实战。内容涵盖从数据清洗、格式转换(COCO转YOLO)、配置文件编写到模型训练、验证与调优的完整步骤,重点解析了如何处理特殊类别(如‘ignored’)以及确保数据质量,旨在帮助开发者高效完成特定场景下的模型部署与应用。 阅读详情

相关推荐

SeaDronesSee数据集预处理与YOLOv8适配实战

本文详细介绍了SeaDronesSee数据集的预处理流程及其与YOLOv8的适配实战。针对海洋救援场景中的复杂环境,文章提供了从COCO JSON到YOLO TXT格式的转换方法、目录结构重构技巧以及数据配置文件优化建议,帮助开发者高效完成目标检测模型的训练与部署。

weixin_33672109的博客 366

YoloOW:用于无人机航拍图像开放水域搜索和救援的空间尺度自适应实时对象检测神经网络

水上搜救是生命安全的最后一道防线。开阔水域搜救的关键在于快速发现开阔水域中的遇险个体,并精确估计其相对于救援艇的相对位置。目前,几乎所有的开放水域搜救活动都需要人类参与,搜救效率较低。由于倾斜摄影测量和遥感技术的进步,无人机(UAV)已成为一种有前途的遥感平台,具有高机动性、灵活的视角和成本效益等优势。无人机正在展示其在开阔水域搜索和救援方面的潜力。将无人机集成到开放水域搜索和救援行动中的主要重点是实现无人机航空图像中的自动目标检测。对象检测指的是在图像或视频内识别和定位特定对象的过程。

m0_61008862的博客 1209

SeaDronesSee数据集YOLO实战:从JSON标注到模型训练的完整流程

本文详细介绍了如何使用SeaDronesSee数据集进行YOLO模型训练,从JSON标注格式转换到模型部署的完整流程。通过实战案例和优化脚本,帮助开发者高效处理海洋场景目标检测任务,特别适用于海上搜救和船只监控等应用场景。

weixin_33738555的博客 266

【AI视野·今日CV 计算机视觉论文速览 第299期】Mon, 29 Jan 2024

AI视野·今日CS.CV 计算机视觉论文速览 Mon, 29 Jan 2024 Totally 55 papers 👉上期速览✈更多精彩请移步主页 Daily Computer Vision Papers Annotated Hands for Generative Models Authors Yue Yang, Atith N Gandhi, Greg TurkGAN 和扩散模型等生成模型已经展示了令人印象深刻的图像生成能力。尽管取得了这些成功,但这些系统在用手创建图像方面却表现得令人惊讶

TomRen 1391

超详细介绍基于微调 Faster R-CNN实现海上航拍图像中检测小物体-含源码与数据集免费下载

本文超详细介绍了如何基于微调 Faster R-CNN实现海上航拍图像中检测小物体同时文章含完整的源码与数据集免费下载

DT程序员的博客 745

yolov12无人机视角船只检测-水上目标识别和海上搜救任务+数据集+训练好的模型.zip

yolov12无人机视角船只检测-水上目标识别和海上搜救任务+数据集+训练好的模型,包含有使用教程和模型评价指标曲线图; 1. 内部包含标注好的目标检测数据集,分别有yolo格式(txt文件)和voc格式标签(xml文件), 共0张图像, 已划分好数据集train,val, test,并附有data.yaml文件可直接用于yolov5,v8,v9,v10,v11,v12等算法的训练; 2. yolo目标检测数据集类别名:无人机视角船只检测,包括 boat(船只) 3. yolo项目用途:无人机视角船只检测,水上目标识别和海上搜救任务 4. 可视化参考链接:https://blog.youkuaiyun.com/weixin_51154380/article/details/126395695?spm=1001.2014.3001.5502 5. 下拉页面至“资源详情处”查看具体具体内容;

newman的使用

Newman是一个基于Node.js的postman命令行工具,用于运行和测试PostmanAPI 请求的集合。它允许用户在命令行环境中执行Postman的JSON文件,从而实现接口自动化测试和持续集成,同时支持用户进行自动化测试、批量执行请求、生成报告等操作。

m0_62825058的博客 1617

Unity通过Vosk实现离线语音识别方法

以下是一个使用 Unity 和 Vosk(一个开源的离线语音识别库)的简单示例。将Vosk的DLL文件(如libvosk.dll、vosk.dll等)放入Assets/Plugins文件夹中。通过以上步骤,你可以在Unity中实现一个简单的离线语音识别功能。音频格式:确保录音的音频格式与Vosk模型要求的格式一致(通常是16kHz、16bit单声道)。首先,你需要下载Vosk的语音识别模型。在Assets文件夹中创建一个Plugins文件夹,用于存放Vosk的DLL文件。打开Unity并创建一个新的项目。

qq_39515892的博客 2071

CTP开发实战:如何高效处理预埋单与委托单的完整流程(附代码示例)

本文深入探讨了CTP开发中预埋单与委托单的完整处理流程,从订单生命周期理解、核心代码实现到异步事件处理与系统健壮性构建。通过详细的代码示例和状态机分析,为开发者提供了构建高可靠订单处理系统的实战指南,重点解决了状态同步、异常恢复等关键工程挑战。

weixin_29234239的博客 118

如何在STM32上5分钟搞定nanopb协议传输?附完整代码示例

本文提供了在STM32微控制器上快速集成nanopb协议传输的实战指南。通过详细的步骤,从.proto文件定义、代码生成到STM32CubeIDE项目移植,帮助开发者利用nanopb这一轻量级Protocol Buffers C语言实现,在5分钟内构建高效、跨平台的嵌入式设备通信框架,并附有完整的代码示例。

jwt8token的博客 839

Groq LPU架构解析:确定性线性处理器如何重塑AI推理

语言模型推理正从‘通用算力堆叠’转向‘确定性硬件定制’。LPU(Language Processing Unit)作为一种面向大模型推理的领域专用处理器,摒弃传统GPU的并行调度、多级缓存与动态执行范式,转而采用空间计算、静态编译与单线程线性流水线设计,实现纳秒级延迟可控性和92%+的HBM带宽利用率。其核心价值在于将模型结构、内存访问、时序路径全部在编译期固化,从而消除运行时抖动——这正是当前MLOps工程师应对A100显存碎片、vLLM调度开销与P99延迟不稳等痛点的关键技术路径。Groq 3 LPU与

weixin_30599521的博客 327

Python制作【大麦网】自动抢票程序

Python 的迅速崛起对整个行业来说都是极其有利的,但“人红是非多”,导致它平添了许许多多的批评,不过依旧挡不住它火爆的发展势头。如果你对Python感兴趣,想要学习pyhton,这里给大家分享一份Python全套学习资料,都是我自己学习时整理的,希望可以帮到你,一起加油!😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓点击这里。

mate1357的博客 2万+

DNA图谱分析:自动分析DNA图谱中的变异YOLOv5、YOLOv8、YOLOv10

YOLO(You Only Look Once)是一种基于卷积神经网络(CNN)的目标检测模型,因其高效的检测速度和优异的精度而广泛应用于计算机视觉任务。一次性检测:与传统的目标检测方法不同,YOLO通过回归方法同时预测多个边界框和类别信息,从而实现高效的目标检测。高精度与高速度:YOLO在检测精度和速度之间找到了平衡,适用于实时目标检测任务。

YOLO 733

黑猫带你学UFS协议第1篇:全网最全UFS协议中文详讲,这份学习框架图,你值得拥有!!!(持续更新中...)

本文由黑猫学长撰写,深入解析UFS协议,覆盖从基础概念到高级特性的全方位教程。适合存储芯片行业从业者和嵌入式开发者,旨在帮助读者快速掌握UFS协议,适用于高端智能手机、平板等智能设备。预计15万字,涵盖UFS 3.1协议,讲解UFS协议栈、物理层、链路层、传输层等内容。

黑猫奥利奥的博客 3711

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

上一篇: 全球名校AI课程库(33)| MIT麻省理工 · 计算思维导论(Julia)课程『Introduction to Computational Thinking』
下一篇: 全球名校AI课程库(34)| 辛辛那提大学 · 微积分Ⅰ课程『MATH100 · Calculus I』
ShowMeAI
博客等级 码龄5年 6514粉丝 672原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ShowMeAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值