新闻中心 
-
07-18Paddle2.0：浅析并实现 CoaT 模型本文介绍基于Transformer的图像分类器CoaT，其含Co-Scale和Conv-Attentional机制，能为Vision Transformer提供...
-
07-18Paddle2.0：浅析并实现 FcaNet 模型FcaNet通过频率域分析重新审视通道注意力，证明GAP是二维DCT的特例。据此将通道注意力推广到频域，提出多谱通道注意力框架，通过选择更多频率分量引入更多信息...
-
07-18去除摩尔纹，治愈强迫症, 来卷网盘赛，榜评0.55623数字屏幕在现代日常生活中无处不在：我们在家里有电视屏幕，在办公室有笔记本电脑/台式机屏幕，在公共场所有大尺寸LED屏幕。拍摄这些屏幕的图片以快速保存信息已成为一...
-
07-17【第五期论文复现赛-语义分割】ENCNet本文作者引入了上下文编码模块（Context Encoding Module），在语义分割任务中利用全局上下文信息来提升语义分割的效果。本次复现赛要求是在Cit...
-
07-17ERFNet：用于实时语义分割的高效残差分解卷积神经网络语义分割是一项具有挑战性的任务，它以统一的方式解决智能车辆的大部分感知需求。深度神经网络擅长这项任务，因为它们可以进行端到端训练，以在像素级别准确分类图像中的多...
-
07-16【CVPR 2025】Dynamic Convolution：在卷积核上的注意力轻量级卷积神经网络因计算预算限制深度和宽度，导致表示能力与性能不足。为此提出动态卷积，不增加网络深度或宽度，每层用多个并行卷积核，依输入注意力动态聚合。这既因核...
