Qiita Trends – Telegram

Qiita Trends

3 subscribers

4.44K links

Unofficial qiita trend channel

source code: https://github.com/vbalien/qiita-trend-channel

Download Telegram

About

Blog

Apps

Platform

プーリング層だけでも充分！？衝撃の画像認識モデルMetaFormerを解説！
LGTM: 44
#機械学習 #DeepLearning #画像認識 #論文読み #MetaFormer

Link: https://qiita.com/omiita/items/dfb021be491974a4149a

プーリング層だけでも充分！？衝撃の画像認識モデルMetaFormerを解説！ - Qiita

オミータです。ツイッターで人工知能や他媒体の記事などを紹介していますので、人工知能のことをもっと知りたい方などは @omiita_atiimoをご覧ください！
他にも次のような記事を書いていますので興味があればぜひ！

画像認識...

1 viewedited 09:00

この記事を読む

【2021年版】文字検出ってなんですか？
LGTM: 60
#Python #DeepLearning #OCR #文字認識 #文字検出

Link: https://qiita.com/dcm_ryou-kawanami/items/0cecbe13909ffa295bd7

【2021年版】文字検出ってなんですか？ - Qiita

はじめに

2年目社員の川波（@dcm_ryou-kawanami）です。
この記事は、NTTドコモ R&D Advent Calendar 2021の14日目の記事になります。

我々 NTTドコモ R&Dでは通...

1 viewedited 09:00

この記事を読む

G検定2021#3合格までの道のりとTIPS
LGTM: 13
#DeepLearning #AI #G検定

Link: https://qiita.com/HidetoYoshida/items/97cbbf3d14fc8df60c29

G検定2021#3合格までの道のりとTIPS - Qiita

はじめに

G検定2021#3（2021/11）に合格しました。
今後チャレンジする方のために試験準備から勉強コンテンツ、学習のポイントなどをアウトプットしておこうと思います。

まずは試験を知る

G検定って？

日本デ...

1 viewedited 09:00

この記事を読む

不均衡データ対策は決定境界が大事！　ロスを変えてファインチューニングするだけで精度が上がる「Influence-Balanced Loss」の紹介
LGTM: 57
#機械学習 #DeepLearning #不均衡データ #論文読み #ICCV2021

Link: https://qiita.com/koshian2/items/52e4bdc682fc152fe05e

不均衡データ対策は決定境界が大事！　ロスを変えてファインチューニングするだけで精度が上がる「Influence-Balanced Loss」の紹介 - Qiita

2021年のディープラーニング論文を1人で読むAdvent Calendar18日目の記事です。今日読む論文は「不均衡データの対策」です。この研究は、不均衡データにおける局所的な過学習に着目し、決定境界の近くにあるサンプルのウェイトを...

2 viewsedited 09:00

この記事を読む

【ResNet50/4K 33.2FPS】高解像度の動画をリアルタイムで人物切り抜き（Matting）できる論文の紹介【CVPR2021受賞】
LGTM: 17
#機械学習 #DeepLearning #動画 #論文読み #CVPR2021

Link: https://qiita.com/koshian2/items/e08d1c0866b305288d2f

【ResNet50/4K 33.2FPS】高解像度の動画をリアルタイムで人物切り抜き（Matting）できる論文の紹介【CVPR2021受賞】 - Qiita

2021年のディープラーニング論文を1人で読むAdvent Calendar19日目の記事です。今日読むのはMattingの論文で、人物の透過切り抜きの研究です。Zoomのバーチャル背景の適用がまさにその例です。

この論文かなりすご...

10 viewsedited 09:00

この記事を読む