サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
パリ五輪
www.slideshare.net/ren4yu
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and EditingDeep Learning JP
第9回全日本コンピュータビジョン勉強会「ICCV2021論文読み会」の発表資料です https://kantocv.connpass.com/event/228283/ ICCV'21 Best PaperであるSwin Transformerを完全に理解するためにふんだんに余談を盛り込んだ資料となりますRead less
第7回全日本コンピュータビジョン勉強会�「CVPR2021読み会」(前編)の発表資料です https://kantocv.connpass.com/event/216701/ You Only Look One-level Featureの解説と、YOLO系の雑談や、物体検出における関連する手法等を広く説明していますRead less
An overview of semi supervised learning, weakly-supervised learning, unsupervised learning, and active learning. Focused on recent deep learning-based image recognition approaches.Read less
第二回 Deep Learning Acceleration 勉強会(DLAccel #2) での発表資料 https://idein.connpass.com/event/139074/ 高速化技術を下記の6観点で紹介 - 畳み込みの分解 (Factorization) - 枝刈り (Pruning) - アーキテクチャ探索 (Neural Architecture Search; NAS) - 早期終了、動的計算グラフ�(Early Termination, Dynamic Computation Graph) - 蒸留 (Distillation) - 量子化 (Quantization)Read less
Humpback whale identification challengeの概要、主要カーネルの説明、Topソリューションの解説です
画像センシングシンポジウム(SSII'18)のオーガナイズドセッション「コンピュータビジョン技術の実応用とビジネス」におけるイントロ資料です
モデルアーキテクチャ観点からのDeep Neural Network高速化 -Factorization -Efficient microarchitecture (module) -Pruning -Quantization -Distillation -Early termination
Feature Pyramid Networks for Object Detection, CVPR'17の内容と見せかけて、Faster R-CNN, YOLO, SSD系の最近のSingle Shot系の物体検出のアーキテクチャのまとめです。
深層ニューラルネットワークのモデルパラメータに電子透かしを埋め込むという新しい問題の提起とその手法の提案。MIRU'17での招待講演資料(ICMR'17で発表した内容をアレンジ)
K-means hashing (CVPR'13) の論文解説と、関連する iterative quantization や optimized product quantization の紹介、最近のhashing系論文リスト。Read less
このページを最初にブックマークしてみませんか?
『www.slideshare.net』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く