来源：计算机视觉工坊

机器之心报道

机器之心编辑部

来源：生态环境部微信公众号

当遥感技术遇见AI

海量地理数据

瞬间转化为精准洞见

这场技术共振

为生态环境治理

带来了哪些新变化？

↓ ↓ ↓

AI智能识别固体废物倾倒线索

解译耗时缩短至“分钟级”

非法倾倒、堆存的

固体废物

Ultralytics 团队付出了巨大的努力，使创建自定义 YOLO 模型变得非常容易。但是，处理大型数据集仍然很痛苦。训练 yolo 分割模型需要数据集具有其特定格式，这可能与你从大型数据集中获得的格式不完全相同。如果你想使用巨大的 OpenImagesV7 作为图像和标签的来源，情况就是如此。

前言

　　用过老版本UC看小说的同学都知道，当年版权问题比较松懈，我们可以再UC搜索不同来源的小说，并且阅读，那么它是怎么做的呢？下面让我们自己实现一个

作者丨Jack Stark@知乎

来源丨https://zhuanlan.zhihu.com/p/104019160

作者：泡椒味的口香糖 | 来源：3DCV

在公众号「3DCV」后台，回复「原论文」可获取论文pdf、代码链接

添加v：dddvision，备注：目标检测，拉你入群

1、写在前面

卷积神经网络（Convolutional Neural Network，缩写 CNN）是一种专门为处理具有网格结构数据（如图像、音频）而设计的深度学习模型。它在图像识别、目标检测、语义分割等诸多计算机视觉任务以及语音识别等领域取得了巨大的成功。

（1）卷积神经网络的主要组成：

• 卷积层（Convolution Layer）卷积操作原理：卷积层是 CNN 的核心组件。它通过卷积核（也称为滤波器）在输入数据（如图像）上滑动进行卷积操作。例如，对于一个二维图像，卷积核也是一个二维的小矩阵。假设输入图像是一个（高度为，宽度为）的矩阵，卷积核大小为，卷积操作就是将卷积核的中心与图像的每个像素点对齐，然后对应元素相乘再求和，得到一个新的像素值。这个过程在整个图像上滑动进行，每次滑动的步长（stride）可以控制。例如，步长为 1 时，卷积核每次移动一个像素。

来源：自动驾驶之心 作者：汽车人

近两年，基于纯视觉BEV方案的3D目标检测备受关注，all in one方式，确实能将基于camera的3D检测算法性能提升一大截，甚至直逼激光雷达方案，这次整理了领域中一些备受关注的multi-camera bev纯视觉感知方案，包括DETR3D、BEVDet、ImVoxelNet、PETR、BEVFormer、BEVDepth、BEVDet4D、BEVerse等！