小小杨树

近日，美团视觉智能部发布了 YOLOv6 3.0 版本，再一次将目标检测的综合性能推向新高。本次更新除了对 YOLOv6-N/S/M/L 模型进行全系列升级之外，还推出了大分辨率 P6 模型。

赶在10月的尾巴，在那么一个秋高气爽的时节，在那么一个四季分明的城市，阿里2023云栖大会在杭州盛大开幕。「计算，为了无法计算的价值」，这一届的云栖大会的主题沿用了2015年云栖大会，那一年....

由于神经网络模型通常较大且计算密集，因此需要大量的计算资源和时间来训练和推理。加速程序可以显著减少训练和推理时间，提高效率，同时降低成本。此外，通过优化神经网络模型的训练和推理过程，可以减少不必要的计

📕AudioCraft是一个用于音频生成的PyTorch库，包含三种最先进的人工智能生成模型的推理和训练代码，可以产生高质量的音频，通过文本输入进行生成。

图像标注是计算机视觉和自然语言处理领域交叉的一个热点研究方向。它的主要任务是将一张图像自动转化为自然语言的文字描述。本文主要介绍了使用 CNN 、Transformer 等技术实现图像标注的任务。

大家都知道中秋有很多节日元素，像`玉兔，月亮，蟾蜍，吃螃蟹，月饼`等，为了能够准确地找出语义相关的图片，本文构建了一个简易的`双塔深度学习模型`，使用自然语言来搜索相关的图像。

通过引入残差注意力机制，RA-Net成为解决多标签识别问题的有效方法。论文的实验结果和对比分析也证明了RA-Net的高准确性和效率。这种简单而有效的机制为未来的研究提供了新的思路和方向，对于多标签识别

这段时间大模型是大家研究的重点，其中以SegmentAnything为首的模型让我们眼睛一亮，该模型可以对绝大多数图像能够做到较为细致的分割，其中还会返回目标框的bbox坐标。赋能标注工作，解放生产力

面对在线推理服务使用的GPU资源不断增加、GPU利用率普遍较低的挑战，美团视觉研发团队决定通过模型结构拆分和微服务化进行优化，他们提出一种通用高效的部署架构，来解决这种常见的性能瓶颈问题。