类别不平衡(Class-imbalance)，也被称为长尾问题(long-tail problem)，指的是分类问题中数据集的类别数量并不一致，有的类别特别多，但有的类别特别少，并且这是实际应用里非常常见的问题。例如，欺诈检测，罕见药物不良反应的预测，以及基因家族预测。因为类别…

著名的随机擦除方法，2017年挂的arvix，好像中了2020年的AAAI。文章提出了一种数据增强方法——随机擦除（Random Erasing），将图像随机位置选择一块随机大小的矩形区域，将其中的值赋予为没有意义的常数（或者随机数，或者0）。这样的方法主动消除了图像中的一些信…

目前检测算法的研究取得了很大的进步，但仍然面临小物体、遮挡物体和不完整物体的检测问题。论文专注于接近proposal-based检测算法的小物体检测问题，认为小物体检测问题的主要原因在于小物体在特征图上的信息太少 特征超分辨(feature-level super-resolu…

选自Model Zoo，机器之心整理。 深度学习近来是机器学习最流行的子领域，因为针对高维数据拥有强大的建模能力，它在很多不同的任务与领域都绽放了夺目的光彩，例如计算机视觉、自然语言处理与智能体学习等。深度学习模型是一种表示学习方法，即根据模型学习表示的本身，而不仅仅如同传统机…

第13届“国际网络搜索与数据挖掘会议”(WSDM 2020)于2月3日在美国休斯敦召开，该会议由SIGIR、SIGKDD、SIGMOD和SIGWEB四个专委会共同协调筹办，在互联网搜索、数据挖掘领域享有很高学术声誉。本届会议论文录用率仅约15%，并且WSDM历来注重前沿技术的落…

对于非中心特征的物体，比如细长的物体，空间上的对齐并不能保证anchor覆盖足够多的物体特征，从而造成分类和检测性能的下降。 当检测目标密集时，以IoU作为匹配的准则是不可行的。 以上的问题都来源于预先设定的anchor与GT的匹配，没有考虑到网络的输出情况。为此，论文提出基于…

AI 前线导读：”互联网往往会产生一些不好的副产品，比如把 Facebook 推上风口浪尖的假新闻，以及最近很火的 AI 虚假色情视频。有人用机器学习 AI 技术把明星的脸部与色情视频表演者的脸部进行交换，几乎可以达到以假乱真的效果，比如演员 Daisy Ridley、 Gal…

在我很多期博客中，如基于内容的图像缩放、图像手绘/素描风格转换、图像的局部特征信息及全景图像拼接，都有涉及到图像梯度的概念，因为梯度确实是一种具有高信息熵且易于提取的信息，在图像处理、计算机视觉、机器视觉领域研究中应用广泛，我在很多完全不同的图像研究方向的文献中见到过图像梯度的…

已过去的十年可以说是前端的“黄金十年”，乘着 Web 2.0 的东风各类前端工具与框架从百花齐放到逐渐稳定，我们是这个时代的见证者。但回顾 2019 年的前端却没有新“焦点”出现，那么站在 2020 年这个未来十年的起点上眺望，前端会往什么样的方向发展呢？可以预见的是在人工智能…