contextual - 腾讯云开发者社区

文章/答案/技术大牛

发布

级联人脸检测--Detecting Faces Using Inside Cascaded Contextual CNN

Detecting Faces Using Inside Cascaded Contextual CNN ICCV2017 这里也是使用级联思想来进行人脸检测，但是不是使用多个 CNN 网络来级联的

8908 0

卫星图像中的车辆分析--A Large Contextual Dataset for Classification, Detection and Counting of Cars

A Large Contextual Dataset for Classification, Detection and Counting of Cars with Deep Learning ECCV2016

1.1K9 0

您找到你想要的搜索结果了吗？

是的

没有找到

人群密度估计--Generating High-Quality Crowd Density Maps using Contextual Pyramid CNNs

Generating High-Quality Crowd Density Maps using Contextual Pyramid CNNs ICCV2017 针对人群密度估计问题，本文主要从...incorporating global and local contextual information 来降低人群密度估计误差使用多个CNN网络来估计不同尺度的 context 来帮助人群密度估计...当前方法在人群低密度和高密度时，估计的误差都比较大 A potential solution is to use contextual information during the learning...Local Context Estimator (LCE) 当前的人群密度估计方法更侧重于降低人群总数估计的误差，所以它们的人群密度图质量相对降低，我们相信 some kind of local contextual

1.7K5 0

Material Design — App bars: topApp bars: top

Contextual action bar Contextual action bars 为选定的项目提供操作。...Top app bar可以转换为 contextual action bar，在采取行动或将其解除前保持活动状态。...---- Contextual action bar 用法 top app bar 可以转换为 contextual action bar 以向选定项目提供上下文操作。...当 top app bar 转换为 contextual action bar，会发生以下更改： ·Bar颜色改变 ·导航图标被关闭图标替换 ·Top app bar 标题文本转换为 contextual...action bar ·Top app bar 动作被替换为 contextual 动作关闭后，contextual action bar 会转换回 top app bar。

3.2K6 0

使用上下文信息优化CTR预估中的特征嵌入

contextual embedding module主要是对样本中的上下文信息（所有特征）进行聚合，并将这些上下文信息映射为与embedding同样长度的向量。...最终，特征embedding层的输出计作E： 2.3 Contextual Embedding 前面也提到，contextual embedding module的主要作用包含两方面：对上下文信息进行聚合以及对聚合的上下文信息进行映射...，得到每一个特征的contextual embedding。...Contextual embedding module的网络结构如下图所示：可以看到，主要包含了两层的网络，第一层可以看作是聚合层，第二层是映射层，用如下的数学公式进行表示： Contextual...embedding module的输出，也就是说，Contextual embedding module并不是只在第一层存在，而是每一层都有的（不过每一层的Contextual embedding module

1.4K2 0

上下文AI与搜索平台集成以扩展精准上下文工程

Contextual AI加入Elastic AI生态系统，旨在通过Elasticsearch开放推理API，向开发者提供其先进的模型。...此次集成还使Elasticsearch Serverless能够作为Contextual AI的原生数据存储。...Contextual AI平台由检索增强生成（RAG）的先驱创立，提供了一个全面的上下文工程平台，用于快速构建开箱即用、具有卓越准确性的AI代理。...此次合作创造了一个无缝的工作流程，结合了Contextual AI的上下文RAG代理，以智能编排和微调从由Elastic驱动的大规模多模态知识库中的检索。...自信地扩展：Contextual AI和某中心都是为企业构建的，提供灵活的部署选项、强大的安全控制和基于角色的访问控制。

1461 0

目标检测--Accurate Single Stage Detector Using Recurrent Rolling Convolution

CVPR 2017 商汤科技关于目标检测的文献 Code: https://github.com/xiaohaoChen/rrc_detection 本文直观的理解就是对SSD 自动寻找合适 contextual...包含足够的目标细节 2）将原始输入图像映射到当前特征的特征提取函数足够的deep，这样可以得到合适的 high level abstraction ，得到目标的抽象信息 3）特征层含有合适的contextual...information，基于这些信息可以解决 overlapping objects, occluded objects, small objects, blur or saturated objects The contextual...这里我们提出了一个 Recurrent Rolling Convolution 来渐进的完成寻找合适的 contextual information的任务 RRC is a recurrent process...As we discussed before, these revevant feature contains contextual information which is critical for

7642 0

如何改进 AI 模型在特定环境中的知识检索

二、Contextual Retrieval 方法为了解决传统 RAG 的局限，Contextual Retrieval 方法应运而生。...它主要包括两个子技术：Contextual Embeddings 和 Contextual BM25。 1....Contextual Embeddings 在嵌入之前为每个块预置特定于块的解释上下文，就像给每个知识块加上了一个独特的标签。...Contextual BM25 创建 BM25 索引。BM25 是一种排名函数，基于词频 - 逆文档频率（TF - IDF）概念工作，对于包含唯一标识符或技术术语的查询特别有效。...三、实现 Contextual Retrieval 的方法实现 Contextual Retrieval 并非易事，需要考虑多个因素。 1. 块边界确定知识块的合理边界非常重要。

2.6K0 0

围观RecSys2020 | 推荐系统顶会说了啥？(附论文打包下载)

Cascading Hybrid Bandits：Online Learning to Rank for Relevance and Diversity Contextual User Browsing...Online Recommendation System Global and Local Differential Privacy for Collaborative Bandits Offline Contextual...Bandits Contextual Meta-Bandit for Recommender Systems Selection Deep Bayesian Bandits：Exploring in...上下文的Bandits问题：Contextual User Browsing Bandits for Large-Scale Online Mobile Recommendation ；Carousel...Personalization in Music Streaming Apps with Contextual Bandits ；Contextual Meta-Bandit for Recommender

2K3 0

(PyStan)零售价格贝叶斯策略建模（下）

df.groupby('category_name')['shipping'].mean().rename(category_lookup).values x_mean = xbar[category] contextual_effect...) contextual_effect_fit = sm.sampling(data=contextual_effect_data,...预测模型： contextual_pred = """ data { int J; int N; int wa;...) contextual_pred_fit = sm.sampling(data=contextual_pred_data,...iter=1000, chains=2) 预测： contextual_pred_fit.plot('y_wa'); ?

6983 0

Recommendation方向学习

传统的推荐系统广泛都使用了协同过滤和基于内容过滤技术协同过滤分为基于内存的推荐和基于模型的推荐(矩阵分解) Context-Aware Recommender Systems(CARS)包含三种范例:contextual...pre-filtering,contextual post-filtering and contextual modeling.

6853 0

快速小目标检测--Feature-Fused SSD: Fast Detection for Small Objects

Feature-Fused SSD: Fast Detection for Small Objects 本文针对小目标检测问题，对 SSD 模型进行了一个小的改进，将 contextual information...contextual information 对于小目标的检测重要性是不言而喻的。小目标在图像中 limited resolution and information，只能借助其周边信息了。...其他层的特征都不是很好 shallower layers 具有 contextual information ，但是它们没有 sematic information，deeper layers 具有 sematic

1.8K8 0

更好的性能！新型自监督学习方法 CAE 了解一下

Latent contextual regressor Latent contextual regressor 通过预测 masked patch 的表征。...如果是这样，那么 latent contextual regressor 也承担了一部分表征学习的功能，这与我们想要的“分离”是相悖的。...3.2 Latent contextual regressor 的输出和 encoder 的输出在同一编码空间中我们对 latent contextual regressor 的输出做了约束，希望它能和...这说明 encoder 的输出和 latent contextual regressor 的输出属于同一编码空间。如果训练时不做 alignment 约束，那么无法重建。...如下图所示：输出都是乱码，说明 encoder 输出和 latent contextual regressor 的输出不在一个编码空间中。

1.2K2 0

多轮检索式对话——【WSDM 2019】MRFN

很显然用ELMo、Bert等会有更好的效果，当然效率上面就不太划算 Contextual Sequential: 借用GRU的结构实现句子中间子串信息的获取，RNN能保留短距离词之间的关系 Local...其次作者认为结论是Contextual贡献最大，轮次少和很多的时候Contextual比Attention效果更好。个人看实验结果，不觉得能很明显的得出这样的结论。...作者认为，轮次少的时候可能RNN系列性能的确可以和attention相抗衡，轮次多的时候可以理解为当前的回复其实更多与附近的对话相关，与较远的对话关系反而远了，所以对于局部前文信息把握更多的Contextual

4572 0

ICCV-目标检测：用图特征金字塔提升精度（附论文下载）

它们被称为contextual edges和hierarchical edges。...contextual edges用于传播hierarchical edges用于弥合不同层次之间的语义差距。...在GraphFPN中有2种类型的层： contextual layers和hierarchical layers。这2种类型的层在图金字塔中使用相同的节点集，但不同的图边集。...contextual layers只使用上下文边缘，而hierarchical layers只使用修剪过的层次边缘。...GraphFPN在最开始有L1 contextual layers，在中间有L2 hierarchical layers，在最后有L3 contextual layers。

3601 0

目标检测：用图特征金字塔提升精度（附论文下载）

5873 0

图特征金字塔应用在目标检测，最终精度大幅度提升

3962 0

ICCV2021目标检测：用图特征金字塔提升精度（附论文下载）

4334 0

别忘记我：通过局部-全局内容建模进行文本擦除方法

该论文针对文本擦除中存在的复杂背景修复的问题，提出了CTRNet，它利用局部和全局的语义建模提升模型的背景还原能力，它设计了Low-level Contextual Guidance（LCG）和High-level...Contextual Guidance（HCG）去挖掘不同的语义表征，然后通过Local-Global Content Modeling（LGCM）进行局部与全局的特征建模，从而提升文本擦除的能力。...二、方法介绍本文提出了一个全新的两阶段文本擦除网络CTRNet，它设计了两种不同的语义表征作为擦除指引，其中文本图像的Structure作为Low-level Contextual Guidance，而深层语义特征作为...High-level Contextual Guidance；得到两种表征后，再通过Local- Global Content Modeling（LGCM）进行局部与全局的特征建模，最终再通过解码器得到最终的擦除结果...2.2 Low-level Contextual Guidance（LCG）2.3 High-level Contextual Guidance除了Low-level的结构语义先验外，我们还加入了HCG

1.4K2 0

伤害性词语: 量化临床上下文词语嵌入中的偏见（CS CL)

原文题目：Hurtful Words: Quantifying Biases in Clinical Contextual Word Embeddings 原文：In this work, we examine...First, we identify dangerous latent relationships that are captured by the contextual word embeddings...Finally, we explore shortcomings of using adversarial debiasing to obfuscate subgroup information in contextual

5933 0

点击加载更多

级联人脸检测--Detecting Faces Using Inside Cascaded Contextual CNN

卫星图像中的车辆分析--A Large Contextual Dataset for Classification, Detection and Counting of Cars

人群密度估计--Generating High-Quality Crowd Density Maps using Contextual Pyramid CNNs

Material Design — App bars: topApp bars: top

使用上下文信息优化CTR预估中的特征嵌入

上下文AI与搜索平台集成以扩展精准上下文工程

目标检测--Accurate Single Stage Detector Using Recurrent Rolling Convolution

如何改进 AI 模型在特定环境中的知识检索

围观RecSys2020 | 推荐系统顶会说了啥？(附论文打包下载)

(PyStan)零售价格贝叶斯策略建模（下）

Recommendation方向学习

快速小目标检测--Feature-Fused SSD: Fast Detection for Small Objects

更好的性能！新型自监督学习方法 CAE 了解一下

多轮检索式对话——【WSDM 2019】MRFN

ICCV-目标检测：用图特征金字塔提升精度（附论文下载）

目标检测：用图特征金字塔提升精度（附论文下载）

图特征金字塔应用在目标检测，最终精度大幅度提升

ICCV2021目标检测：用图特征金字塔提升精度（附论文下载）

别忘记我：通过局部-全局内容建模进行文本擦除方法

伤害性词语: 量化临床上下文词语嵌入中的偏见（CS CL)

相关资讯

热门标签

活动推荐

运营活动

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐