这些题目来自知识星球【CV技术指南（免费版）】的日常作业欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。1. 神经网络的层数是如何数的？我们说的网络越深，模型效果越好，指的是可训练参数越多，模型的特征提取能力或表示能力更好。因此，神经网络的层数只与可训练参数的层数有关，层数等于卷积层+全连接层数量。BN层、池化层、Flatten层都不算在内。例如下

前言本文介绍了一些关于神经网络可视化的项目，主要有CNN解释器，特征图、卷积核、类可视化的一些代码和项目，结构可视化工具，网络结构手动画图工具。本文来自公众号CV技术指南的技术总结系列关注公众号CV技术指南 ，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读CNN解释器这是一个中国博士发布的名叫CNN解释器的在线交互可视化工具。主要对于那些初学深度学习的小白们 理解关于神经网络是如何工作很有

前言本文回顾了ViT的结构，总结了计算机视觉中的transformer的主要改进思路：改进分块，改进位置编码，改进Encoder，增加Decoder。每个思路下都介绍了相关的论文，介绍了这些论文的提出出发点和改进思路。本文的目的不在于介绍transformer现在有哪些模型，而在于学习借鉴别人发现问题并改进的思路，从而在自己方向上提出合适且合理的改进。本文来自公众号CV技术指南的论文分享系列,技术

本文来自公众号CV技术指南资源分享系列创建高质量的数据集是任何机器学习项目的关键部分。在实践中，这通常比实际训练和超参数优化花费的时间更长。因此，选择合适的标注工具至关重要。在这里，我们总结了一些用于计算机视觉任务的最佳图像标记工具：labelme、labelImg、CVAT和hasty.ai。作者：Dmitrii编译：CV技术指南点个关注，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。

前言：上一篇从社会的角度聊了聊我对计算机视觉未来走向的看法，提出的主要观点是未来计算机视觉需要扩展应用领域，研发新产品，去更好地为社会服务。具体而言，它可以与机器人、嵌入式设备和移动端结合，因此需要做到模型小型化、专一化和轻量化。如何看待计算机视觉未来的走向在这篇，接着这个观点从产品的角度聊一聊我对计算机视觉未来走向的看法。当前计算机视觉的主要应用场合有：人脸识别、无人驾驶、安防监控等少数领域，而

前言本文概述了多人姿态估计任务，重点介绍了深度学习中的一些多人姿态估计方法，并简要介绍了多人姿态估计的应用场景。本文来自公众号CV技术指南的技术总结系列关注公众号CV技术指南 ，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。人体姿势骨架以图形格式表示人的方向。本质上，它是一组可以连接起来描述人的姿势的坐标。骨架中的每个坐标都称为零件（或关节或关键点）。两个部分之间的有效连接称为一对（或肢

在本文中，作者提出了一种基于高斯感受野的标签分配（RFLA）策略用于微小目标检测。并提出了一种新的感受野距离（RFD）来直接测量高斯感受野和地面真值之间的相似性，而不是使用IoU或中心采样策略分配样本。考虑到基于IoU阈值和中心采样策略对大对象的倾斜，作者进一步设计了基于RFD的分层标签分配（HLA）模块，以实现小对象的平衡学习。在四个数据集上的大量实验证明了所提方法的有效性。作者的方法在AI-T

本文中提出了一种由粗到精的视觉变换器（CF-ViT）来减轻计算负担，同时保持性能。CF-ViT 以两阶段的方式实现网络推理。在粗略推理阶段，输入图像被分成一个小长度的补丁序列，用于计算上经济的分类。如果没有被很好地识别，信息块将被识别并进一步以细粒度重新分割。

要去评估算法的好坏，首先得需要知道算法的输出是什么，在视觉定位算法中，其输出为拍摄图像时6自由度的相机姿态，其包括三自由度的平移和三自由度的旋转，其旋转可以用多种形式去表征，比如旋转矩阵、旋转向量和欧拉角、四元数。当然不是所有的算法输出都为6自由度的姿态，当机器人或者自动驾驶汽车几乎都在平坦地面上进行运动时，只需估计三自由度即可，这包括其在世界坐标系中的x、y坐标以及偏航角yaw。平移误差和旋转误

异常检测一直是机器学习中一个活跃的研究领域，由于风险管理、合规、安全、将抗和医疗风险以及人工智能安全等广泛领域的需求和应用不断增加，异常检测发挥和越来越重要的总用。近年来，随着深度学习和计算机视觉技术的不断发展，已经引入了大量的深度异常检测方法，在解决各种实际应用中具有挑战性的检测问题方面，表现出明显优于传统异常检测的性能。