技术平台MMOC
ManuVision机器视觉智能平台
MatrixVision边缘视频智能平台
Orion分布式机器学习平台
Cloud云平台
行业方案
AI+制造
AI+金融服务
钢铁冶金
面板半导体
3C高科技
工程建筑
汽车装备
能源电力
食品饮料和新材料
智造实训
投资者关系
关于我们
加入我们
EN
|
中文
|
繁體
首页
技术平台MMOC
ManuVision机器视觉智能平台
MatrixVision边缘视频智能平台
Orion分布式机器学习平台
Cloud云平台
行业方案
钢铁冶金
面板半导体
3C高科技
工程建筑
汽车装备
能源电力
食品饮料和新材料
智造实训
AI+金融服务
投资者关系
关于我们
加入我们
EN
中文
繁體
頂級學術論文
Top Academic Papers
國際頂級雜誌《IEEE Transactions onNeural Networks and Learning Systems》
創新奇智研發團隊發表論文《DeepInception-Residual Laplacian Pyramid Networks for Accurate Single-ImageSuper-Resolution》提出了一種新的圖像超解析度演算法,能更快速提高圖像重建精度,在工業品瑕疵檢測、精密測量、商品識別等領域具有非常高的產業實用價值。
2019 DAC(國際頂級設計自動化大會)
創新奇智發表論文《Efficient GPU NVRAMPersistence with Helper Warps》,提出一種方法,通過在GPU上使用NVRAM存儲的的交易處理系統,提升GPU性能,突破AI時代算力瓶頸。
2019 ICCV (國際電腦視覺大會)
創新奇智發表論文《HM-NAS: Efficient Neural Architecture Search viaHierarchical Masking》並獲workshop最佳提名,論文提出使用層級遮罩的搜索方法,讓模型訓練更快、模型參數更少、模型的網路結構更優、對算力要求更低,只需要1-2塊GPU一天的訓練,即可完成模型的訓練生成。
ECCV 2020 (歐洲電腦視覺國際會議 )
創新奇智有關少樣本學習(Few-shot Learning)的研究論文《Prototype Rectification for Few-Shot Learning》被全球電腦視覺頂會ECCV 2020接收為Oral論文,入選率僅2%。論文指出,
少樣本學習的瓶頸在於資料稀缺引起的偏差
,主要包括類內偏差和跨類偏差,並提出相應方法有針對性地減小兩項偏差。
CVPR 2021 (國際電腦視覺與模式識別會議)
全球電腦視覺頂級會議CVPR(IEEE Conference onComputer Vision and Pattern Recognition)公佈了2021年論文接收結果。來自創新奇智的論文《Zero-Shot Instance Segmentation》成功被CVPR 2021接收。根據CVPR官方網站統計,2021年一共收到有效投稿論文超過7500篇,最終1663篇論文被接收,接收率為27.3%。