专注计算机视觉前沿资讯和技术干货微信公众号：极市平台官网：https://www.cvmart.net/本文介绍了家用的深度学习工作站的两种典型配置，以及各类硬件的参数介绍和选择方案，可以作为选购时的参考。这篇文章主要介绍的是家用的深度学习工作站，典型的配置有两种，分别是一个 GPU 的机器和四个 GPU的机器。如果需要更多的 GPU 可以考虑配置两台四个 GPU 的机器。如果希望一台机器同时具备

原文链接：不仅搞定“梯度消失”，还让CNN更具泛化性：港科大开源深度神经网络训练新方法paper: https://arxiv.org/abs/2003.10739code: https://github.com/d-li14/DHM该文是港科大李铎、陈启峰提出的一种优化模型训练、提升模型泛化性能与模型精度的方法，相比之前Deeply-Supervised Networks方式，所提方法可以进一步

关注极市平台公众号（ID：extrememart），获取计算机视觉前沿资讯/技术干货/招聘面经等原文链接：大盘点｜卷积神经网络必读的 100 篇经典论文，包含检测 / 识别 / 分类 / 分割多个领域参考｜学术头条编辑｜极市平台作为深度学习的代表算法之一，卷积神经网络（Convolutional Neural Networks，CNN）在计算机视觉等领域上取得了当前最好的效果。1998 年，Yan

极市导读： 本文聚焦于归纳和总结数字图像篡改被动检测方法，对基于特征提取和基于卷积神经网络的两类篡改检测方法进行全面论述，分析其中不足与问题，并讨论了数字图像篡改被动检测技术未来的发展趋势。目录0 前言1 基于特征提取的传统篡改检测1.1 复制黏贴篡改检测方法1.2 拼接组合篡改检测方法2 基于卷积神经网络的篡改检测3 未来发展趋势面向互联网共享环境下的数字图像篡改检测研究面向大规模图像数据集的数

计算机视觉处理方法着重于将概率模型中的学习和推理作为一个统一的主题。它显示了如何使用训练数据来学习观察到的图像数据与我们希望估计的世界各个方面（例如3D结构或对象类别）之间的关系，以及如何利用这些关系来对图像进行新的推断。来自新图像数据的世界。本书以最低限度的前提条件开始，从概率和模型拟合的基础开始，直至读者可以实施和修改以构建有用的视觉系统的真实示例。主要用于高级本科生和研究生，详细的方法介绍也

算法江湖，风云再起强者集结，大战在即如果你算力超群又有一颗勇于挑战的心速来参加ECV2022极市计算机视觉开发者榜单大赛，一展身手！进入ECV2022官网报名：http://mtw.so/5NrI2JECV2022极市计算机视觉开发者榜单大赛（以下简称“ECV2022”）由是由青岛市人民政府指导，青岛西海岸新区管委、青岛市工业和信息化局、青岛市委台港澳办、青岛市城市管理局和山东极视角科技有限公司联

包含目标检测、图像处理、三维视觉、医学影像、视频检索等方向。

论文：A Comparative Review of Recent Few-Shot Object Detection Algorithms作者：Leng Jiaxu, Chen Taiyue, Gao Xinbo, Yu Yongtao, Wang Ye, Gao Feng, Wang Yue机构：Chongqing University of Posts and Telecommunicati

AI 从“云”走向“端”的时代已经到来，而端侧 AI 的想象力边界，正在由开发者共同定义。2025骁龙人工智能创新应用大赛，围绕 骁龙® 平台，设置了AI PC赛道与智能手机和平板赛道两大主赛道，全面支持从生产力提升到智能服务，从内容创作到行业应用的多维度创新探索。选手需聚焦某一垂直行业的真实需求，利用AI PC强算力、本地推理能力及强隐私保护机制，打造能在企业真实业务中应用的智能工具或系统。我们

论文：Medical Visual Question Answering: A Survey作者：Zhihong Lin,Donghao Zhang,Qingyi Tac,Danli Shi,Gholamreza Haffari,Qi Wu,Mingguang He,Zongyuan Ge机构：beResearch Center, Monash University, Clayton, VIC,