新闻中心 NEWS CENTER
公司新闻
您现在的位置:首页 > 新闻中心 > 公司新闻
正泰线缆队伍成长中!

(3)采用一种新型的fishnet网络结构,它有效地保留和修正多个尺度的信息,能更有效地用于图像级,区域级,以及像素级预测任务。

在test-dev上,商汤团队对上述框架进行了全面测试,其中单模型和多

此外,在eccv期间,香港中文大学-商汤联合实验室还开源了检测库mm-d

 比赛12月近期活跃百度最新比赛报道比赛nips2018人

nips2018人工智能假肢挑战赛结束,百度firework团队夺得

在上周结束的2018人工智能假肢挑战赛(aiforprostheticschallenge)中,来自百度nlp团队的firework一举击败全球400多支46

自今年7月份启动以来,来自全球400多技术团队都参与其中。其中既有上届冠军、由“rnn之父”juergenschmidhub

今年的比赛中,赛会组织者提供了一个人体骨骼-高仿模型,该模型是斯坦福国家医学康复研究中心研发的opensim高仿模型,拥有人

在去年的第一次挑战赛上,比赛规则围绕谁能让模型肌体行走速度最快。而今年除了将整个模型运动控制从2d改为3d外,还引入带有假肢

相较而下,今年的比赛难度再次增加。比如对模型肌体有效信息的判断上,由于实

在此次比赛中,百度首先通过上千台机器的cpu集群来加速模拟环境,利用

其次,利用targetdrivendeepdeterministicpolicygradient(targetdrivenddpg),使得模型能够应对较大

第三,在算法层面,通过multi-headbootstrapping,能够更高效的对巨大的解空间进行探索(exploration),同时还将旋转不变性等各类特征处理方式,以及不断实验累计的各类rewardshaping方法应用其中。

正是这些关键技术的综合应用,让百度能以9980的高分一举夺冠。据悉,早在本次比赛以前,百度已经将强化学习技术应用于信息流推荐、广告展现、搜索排序等大规模工业级场景。而本次比赛中所展现出的技术实力,再次

比赛更多详细信息,请参见:

/challenges/nips-2018-ai-for-prosthetics-challenge

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

0人收藏分享:-->文章点评:(您需要登录后才能评论没有账号?)--

搜狗图像技术团队夺得megaface人脸识别赛道第一本文作者:汪思颖20

参赛榜单显示,megaface已吸引了腾讯、阿里、谷歌、微软等众多技术团

依托搜狗图片搜索的海量图片数据资源,积累了百万级别的高质量人脸图片数据,

自研的sface人脸识别算法,基于resnet101采用深层浅层多尺度

依托搜狗强大的计算平台,为效果提供计算能力保证。

比赛官网:edu/resultshtml

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

1人收藏分享:-->文章点评:(您需要登录后才能评论没有账号?)-->表

关注ai学术动态以及各类数据挖掘比赛,加好友请备注个人信息~谢谢。微信:awanglala发私信

iros2018移动操作机器人竞赛冠军揭晓,华人带领的国际团队再创佳绩本文作者:汪思颖20

此次比赛中,申省梅、陈义明联合团队的应用场景如下:用tiago机器人把客户

申省梅对雷锋网(公众号:雷锋网)表示,根据每支参赛组提交的任务描述和tiago在模拟器

决赛共有6支队伍,每支队伍有30分钟的时间来展示移动操作机器人所要完成的

比赛结束之后,评委对比赛细节,尤其是技术核心以及创新等提出问题,以了

得分主要从以下三方面进行评估:

科学和技术质量:0-5分

演示的鲁棒性:0-5分

潜在的应用和比赛结果的影响:0-5分

最终,综合了应用性、系统设计、短时间内集成和调试的能力、完成任务的多样

第一,机器人从一点移动到另一点的路径规划,地图建立和导航以及障碍物检测和

第二,机器人要能识别上千种商品并能按照商品所在货架将其正确放回;

第三,针对不同商品,机器手需找到最佳抓取角度和方向,成功抓取商品。之后,再根据得到的位置信息,做出任务规划,成功将商品放回货架。

为了成功抓取商品,他们采用了较为通用和鲁棒的设计方案,可以应用到各种抓取目

获胜过程并非一帆风顺,申省梅也提到比赛中面临的困境:

一是对tiago的安装测试只能从决赛前一周开始。「最开始操作tiago时,

此外,比赛环境与测试环境不同,测试tiago机器人的时间也极其有限。这也是比赛的目标之一——如何使设计的机器人尽快适应新的环境。针对这一挑战,他们坚持不在现场更改算法,只调参数;在设计中,他们也考虑到环

每次比赛都是一场收获之旅。在申省梅看来,通过此次比赛,既看到了他们团队的。

导语:从整体方案框架来看,可分为fastr-cnn和fasterr-cn

googleaiopenimages-objectdetec

大赛采用google今年5月份发布的openimagesv4数据集作

这项赛事有助于复杂模型的研究,同时对评估不同检测模型的性能有积极的促进作

以下为百度视觉团队技术方案解读:

上一篇: 雷锋读图:美国手机市场游戏应用依 下一篇: 无