我报名参加金石方案1期应战——瓜分10万奖池,这是我的第10篇文章,点击查看活动详情

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

日报合辑 | 电子月刊 | 公众号下载材料 | @韩信子

『1950他们正年青』!看 AI 修复志愿军年青时的样子

今日,第九批在韩志愿军烈士遗骸归国。空军初次派出歼-20为执行使命的运-20护航,以『双20』列阵长空告慰革命先烈。看看 AI 修复的前史老照片吧!前史照片中那些黑白的面孔,从前也有着欢笑的脸庞和如花的笑靥。(来历:人民日报)

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

东西&结构

『React Design Editor』开源版 Canva,图画/视频在线编辑器

github.com/layerhub-io…

editor.layerhub.io/

Design Editor 是 Canva 的完美替代运用,是图片、演示文稿和视频的编辑器。Design Editor 运用了 fabric.js 的 React 规划,你也能够在线拜访上方第二个链接,了解更多与交互操作。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

『Wavvy Audio Editor』免费开源的网页版音频编辑器

github.com/ahilss/wava…

wavvy.app/

Wavvy Audio Editor 是一个免费开源的网页版音频编辑器,支撑对音频进行高效全面的编辑,操作简略。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

『FaceLivenessDiscovery-SDK』3D 被迫人脸活体检测(反诈骗)与Deepfake 换脸检测

github.com/DoubangoTel…

www.doubango.org/webapps/fac…

FaceLivenessDiscovery-SDK 是 3D 人脸有用性检测(反诈骗)和深度伪造检测东西。只需要一张图片就能够核算出活性得分。在作者数据集上有 99.67% 的准确率,在多个公共数据集(NUAA, CASIA FASD, MSU…)上均有非常好的表现。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

『petals』无需高端GPU、用于运转100B+参数言语模型的去中心化渠道

github.com/bigscience-…

petals.ml/

petals 是一个运转极大型(100B以上)言语模型的去中心化渠道,经过与互联网上的人联合核算资源,运转推理或微调大型言语模型,如 BLOOM-176B。不需要具有高端 GPU。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

Petals答应加载和服务于模型的一小部分,然后与服务于一切其他部分的人合作,运转推理或微调。除了传统的言语模型 API——东西还能够经过执行模型的自定义路径或拜访其隐藏状况来选用任何微谐和采样办法。这使得 API 的舒适性和 PyTorch 的灵活性得以完成。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

『DocQuery』可供询问文档相关问题的开源东西

github.com/impira/docq…

www.impira.com/blog/hey-ma…

DocQuery 是一个库和命令行东西,它运用先进的自然言语处理(NLP)来分析半结构化和非结构化的文件(PDF、扫描图画等)。

你只需将 DocQuery 指向对应的一个或多个文件,并指定想查询的问题即可。DocQuery 由 Impira 的团队创建。

项目&代码

2022阿里天池『实在场景篡改图画检测应战赛』冠军方案(1/1149)

github.com/Junjue-Wang…

tianchi.aliyun.com/competition…

阿里天池举办一个针对实在场景中很多出现的篡改图画的检测比赛,供给一个接近实在经济生活场景的篡改图画数据集,让篡改检测范畴更加重视此类高风险篡改图画,经过比赛促进此方向的技能进步。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

Repo是排行榜第一名『审稿人手下留情』团队公开的处理方案,根据篡改使命中存在的『正负样本不均衡,模型优化困难』『正负样本视觉差异小,判别特征弱小』『练习集数据量小,泛化性弱』三个应战,规划以下思路:

  • 针对数据集正负样本不均衡问题,选用 lovasz-loss,主动平衡练习过程中样本权重,保证对每张图片的正样本都有满足的学习才能。
  • 针对正负样本视觉差异小,判别特征弱小问题,选用大标准输入与大标准放缩数据增强战略,从微观和宏观层面别离增强特征差异。
  • 针对练习集数据量小,泛化性弱问题,引入三种来历不同的数据集。
AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

博文&共享

『CS Awesome Courses』核算机优异课程集锦

github.com/jackwener/C…

课程集锦包含以下几个大类:

  • Artificial Intelligence / 人工智能
  • Operating System / 操作系统
  • Programming Language / 编程言语
  • Compliers / 编译器
  • Database System / 数据库系统
  • Distributed System / 散布式系统
  • Data Structures and Algorithms / 数据结构与算法
  • Computer Networking / 核算机网络
  • Computer Architecture / 核算机体系结构
AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

『Bayesian Statistics』贝叶斯核算课程材料

github.com/storopoli/B…

github.com/storopoli/B…

这是一份超酷的『贝叶斯』教程,包含完好的幻灯片、数据集和代码!作者中二之魂熊熊燃烧,手指天空喊出『Bayesian for Everyone! (适合一切人的贝叶斯!)』的口号~

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

贝叶斯核算是核算范畴的一种理论。与许多其他对概率的解说不同,贝叶斯核算办法运用贝叶斯定理在取得新数据后核算和更新概率。作者这份教程统筹了数学的严谨性、展现的直观性,将枯燥深沉的数学理论,展现得理解明晰。主要内容如下:

  • What is Bayesian Statistics? / 何为贝叶斯核算
  • Common Probability Distributions / 常见概率散布
  • Priors / 先验
  • Predictive Checks / 猜测检查
  • Bayesian Linear Regression / 贝叶斯线性回归
  • Bayesian Logistic Regression / 贝叶斯逻辑回归
  • Bayesian Ordinal Regression / 贝叶斯有序回归
  • Bayesian Regression with Count Data: Poisson Regression / 贝叶斯回归与计数数据:泊松回归
  • Robust Bayesian Regression / 鲁棒贝叶斯回归
  • Hierarchical Models / 分层模型
  • Markov Chain Monte Carlo (MCMC) and Model Metrics / 马尔可夫链蒙特卡罗(MCMC)和模型方针
  • Model Comparison: Cross-Validation and Other Metrics / 模型比较:穿插验证和其他方针
AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报
AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

数据&资源

『Awesome-Inpainting-Tech』图画补全相关文献资源列表

github.com/zengyh1900/…

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

研讨&论文

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

公众号后台回复关键字 日报,免费获取整理好的论文合辑。

科研进展

  • 2022.08.25 『音频处理』 Contrastive Audio-Language Learning for Music
  • 2022.08.20 『视频方针检测』 YOLOV: Making Still Image Object Detectors Great at Video Object Detection
  • 2022.09.03 『运动规划』 miniSAM: A Flexible Factor Graph Non-linear Least Squares Optimization Framework

⚡ 论文:Contrastive Audio-Language Learning for Music

论文时间:25 Aug 2022

范畴使命:Audio to Text Retrieval, Genre classification, 音频处理,自然言语处理

论文地址:arxiv.org/abs/2208.12…

代码完成:github.com/ilaria-manc…

论文作者:Ilaria Manco, Emmanouil Benetos, Elio Quinton, Gyrgy Fazekas

论文简介:In this work, we explore cross-modal learning in an attempt to bridge audio and language in the music domain./在这项作业中,咱们探究了跨形式学习,企图在音乐范畴的音频和言语之间架起桥梁。

论文摘要:作为人类已知的最直观的界面之一,自然言语有或许调停许多涉及人机交互的使命,特别是在像音乐信息检索这样以运用为重点的范畴。在这项作业中,咱们探究了跨形式学习,企图在音乐范畴中衔接音频和言语。为此,咱们提出了MusCALL,一个音乐对比性音频-言语学习的结构。咱们的办法包含一个双编码器架构,它学习音乐音频和描绘性句子对之间的对齐,产生多模态嵌入,可用于文本到音频和音频到文本的检索,即开即用。由于这一特性,MusCALL能够被转移到几乎任何能够被投射为根据文本的检索的使命上。咱们的试验标明,咱们的办法在检索与文本描绘相匹配的音频和反之与音频查询相匹配的文本方面的表现显着优于基线。咱们还证明,咱们的模型的多模态对齐才能能够成功地扩展到两个公共数据集的门户分类和主动标签的零样本搬迁学习场景中。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

⚡ 论文:YOLOV: Making Still Image Object Detectors Great at Video Object Detection

论文时间:20 Aug 2022

范畴使命:Video Object Detection,视频方针检测

论文地址:arxiv.org/abs/2208.09…

代码完成:github.com/yuhengsss/y…

论文作者:Yuheng Shi, Naiyan Wang, Xiaojie Guo

论文简介:On the positive side, the detection in a certain frame of a video, compared with in a still image, can draw support from other frames./从积极的方面来看,与静止图画比较,视频中某一帧的检测能够从其他帧中取得支撑。

论文摘要:视频物体检测(VID)具有应战性,由于物体的外观变化很大,而且在某些帧中存在不同的恶化。从正面看,与静止图画比较,视频中某一帧的检测能够从其他帧中取得支撑。因此,如何在不同的帧中聚合特征是VID问题的关键所在。大多数现有的聚合算法是为两阶段检测器定制的。但是,由于两阶段的性质,这类检测器的核算成本通常很高。这项作业提出了一个简略而有用的战略来处理上述问题,它在花费边际开支的一起,在精度上也有显着的提高。具体来说,与传统的两阶段流水线不同,咱们主张将区域级挑选放在单阶段检测之后,以防止处理很多低质量的提名人。此外,咱们还构建了一个新的模块来评估方针帧和其参考帧之间的联系,并辅导聚合作业。咱们进行了很多的试验和消减研讨,以验证咱们规划的有用性,并提醒了其在有用性和效率方面比其他最先进的VID办法的优势。咱们的根据YOLOX的模型能够完成很好的性能(例如,在单个2080Ti GPU上,在ImageNet VID数据集上以超过30 FPS的速度完成87.5%的AP50),使其对大规模或实时运用具有吸引力。施行很简略,演示代码和模型已经在 github.com/YuHengsss/Y… 开放。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报
AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

⚡ 论文:miniSAM: A Flexible Factor Graph Non-linear Least Squares Optimization Framework

论文时间:3 Sep 2019

范畴使命:Motion Planning, Simultaneous Localization and Mapping,运动规划

论文地址:arxiv.org/abs/1909.00…

代码完成:github.com/dongjing330…

论文作者:Jing Dong, Zhaoyang Lv

论文简介:Many problems in computer vision and robotics can be phrased as non-linear least squares optimization problems represented by factor graphs, for example, simultaneous localization and mapping (SLAM), structure from motion (SfM), motion planning, and control./核算机视觉和机器人学中的许多问题能够被表述为由因子图表明的非线性最小二乘法优化问题,例如,同步定位和映射(SLAM)、来自运动的结构(SfM)、运动规划和操控。

论文摘要:核算机视觉和机器人技能中的许多问题能够被表述为由因子图表明的非线性最小二乘法优化问题,例如,同步定位和映射(SLAM)、来自运动的结构(SfM)、运动规划和操控。咱们开发了一个开源的C++/Python结构miniSAM,用于处理这种根据因子图的最小二乘法问题。与大多数现有的最小二乘法求解器结构比较,miniSAM具有(1)完好的Python/NumPy API,这使得开发更加灵敏,而且容易与现有的Python项目结合,以及(2)广泛的稀疏线性求解器列表,包含支撑CUDA的稀疏线性求解器。咱们的基准测试结果标明,miniSAM在各种类型的问题上具有可比性,而且具有更灵活、更流畅的开发体验。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报

咱们是 ShowMeAI,致力于传达AI优质内容,共享行业处理方案,用常识加速每一次技能生长!

◉ 点击 日报合辑,在公众号内订阅论题 #ShowMeAI资讯日报,可接收每日最新推送。

◉ 点击 电子月刊,快速浏览月度合辑。

AI修复1950正年轻的他们;2022阿里天池冠军方案[1/1149];计算机优秀课程大集锦;贝叶斯统计课程资料;前沿论文 | ShowMeAI资讯日报