字节跳动博士研制的“AI 音乐家”火了：可一键完美分离人声和伴奏

AI可以写歌、填词、改换风格、续写音乐。今天，AI又来做编曲人了。上传一段《Stay》，一键按下，伴奏和人声就轻松分离。人声颇有种在空旷地带清唱的清晰感，背景乐都能直接拿去做混剪了！这样惊人的效果也引

2022-05-08 资讯 我要分享

超分辨率技术如何发展？这6篇ECCV18论文带你一次尽览

原作：Tetianka Martyniuk林鳞 编译自 Medium量子位 出品 | 公众号 QbitAI还有什么能比国际顶会更能反映图像技术的最前沿进展？在这篇文章中，亲历了ECCV 201...

2018-10-13 科技 我要分享

图普科技Vincent：一文简述ResNet及其多种变体

在 AlexNet [1] 取得 LSVRC 2012 分类竞赛冠军之后，深度残差网络(Residual Network, 下文简写为 Re...

2019-02-23 综合 我要分享

基于PaddlePaddle的图片分类实战 | 深度学习基…

图像相比文字能够提供更加生动、容易理解及更具艺术感的信息，图像分类是根据图像的语义信息将不同...

2019-04-19 综合 我要分享

一个 NeRF 搞定全尺度：港中大团队 BungeeNeRF 从单建筑到地球都能渲染｜ECCV2022

你敢相信这是AI利用图像重建出来的3D场景吗？这么大规模的场景竟然还能保持这么高的清晰度，确定不是和谷歌地图搞错了？并没有！这是港中大团队提出的一个模型：BungeeNeRF（也称CityNeRF），

2022-09-13 资讯 我要分享

机器学习-深度残差网络(ResNet)论文学习(附程式码实现)

本文结合50层深度残差网络的实现学习何博士的大作-Deep Residual Learning for Image Recognition。理论上，深层网络结构包含了浅层网络结构所有可能的解空间，但是实际网络训练中，随着网络深度的增加，网络的准确度出现饱和，甚…

2019-06-26 科技 我要分享

字节跳动 AVG 编码技术新突破：让视频缩小 13%

3 月 1 日消息，据联合视频专家组 JVET 官网显示，字节跳动 AVG(先进视频团队)今年 2 月发起一项视...

2021-03-01 综合 我要分享

不使用残差连接 ICML新研究靠初始化训练上万层标准CNN

1. 引言深度卷积神经网络（CNN）是深度学习成功的关键。基于 CNN 的架构在计算机视觉、语音识别、自然语言处理以及最近的围棋博弈等多个领域取得了前所未有的...

2018-06-22 科技 我要分享

它不仅是宇宙中的灯塔 还是天然的稳定时钟|天问专栏

?宇宙中的脉冲星不仅是“灯塔”，还是宇宙中最精确的“时钟”。图片来源：Champion D 编者按： 前文提到，脉冲星好似宇宙中的灯塔，发出的脉冲辐射不时地闪...

2018-05-25 科技 我要分享

学界|FAIR提出通用音乐转换网络：你的口哨声也能变成交响乐

选自arXiv 作者：Noam Mor等 机器之心编译 参与：干树、刘晓坤 Facebook AI Research 近日提出了一种基于多域 WaveNet 自编码器的跨乐器、流派、风格的音乐...

2018-05-29 科技 我要分享

深度学习之卷积神经网络经典模型

LeNet-5模型在CNN的应用中，文字识别系统所用的LeNet-5模型是非常经典的模型。LeNet-5模型是1998年，Yann LeCun教授提出的，它是第一个成功大规模应用在手写数字识别问题的卷积神经网络，在MNIST资料集中的正确率可以高达99.2%。…

2019-12-22 科技 我要分享

微软图像识别系统准确率击跃居第一 击败谷歌

　　北京时间12月11日消息，据科技博客VentureBeat报道，在第六...

2019-05-02 综合 我要分享

鲁大师正式发布AImark：AI专业评测升级之作

手机AI芯片大家来说早已不是一个陌生的辞汇，从华为麒麟970的NPU，到iPhone X Face ID ，再到高通骁龙845集成的XR，AI已经成为当下衡量一部手机是否够“智能...

2018-04-17 科技 我要分享

突破次元壁 一文解构神经常微分方程

全文共5838字，预计学习时长20分钟或更长图片来源：unsplash.com/@alinnnaaaa神经常微分方程学习动力系统的影象今天，本文将带你回顾2018年度神经资讯处理系统大会（NIPS）中的最佳论文奖:《神经常微分方程》（Neural ODEs）N…

2019-07-31 科技 我要分享

击败谷歌！ 微软图像识别系统准确率排名第一

　　12月11日，在日前举办的第六届“ImageNet图像识别大赛”(ImageNet image recognition com...

2020-02-01 综合 我要分享

MIT最新研究：无需3D地图 利用GPS和LiDAR在乡村道路上 实现自动驾驶

高精度地图是无人驾驶发展成熟标志之一，在横向/纵向精确定位、基于车道模型的避让等都离不了高精度地图。然而，在一些偏远的乡村道路环境中，绘制高精度地图...

2018-05-09 科技 我要分享

只需要几张 2D 卫星图片就能重建洛杉矶 3D 模型，效果不输谷歌地球

看到下面这张动图，你会想到什么？是谷歌地球，还是苹果自带的3D地图？其实都不是，它是用卫星和航拍图片直接渲染生成的洛杉矶。很难想象，如此精细的城市3D模型，竟然是用几张不同角度和高度的2D图片重建的。

2022-05-08 资讯 我要分享

arXiv 最火论文：研究“注意力机制”，来自清华大学计算机系胡事民团队

清华计图胡事民团队的这篇注意力机制的综述火了！在上周的arXiv上，这是最热的一篇论文。推特以及GitHub上也有不低的热度。而这篇论文引用近200篇内容，对计算机视觉领域中的各种注意力机制进行了全面

2022-05-08 资讯 我要分享

强烈推荐 这项技术可以实现游戏降噪

经常逛游戏论坛的朋友会深有感触，很多玩家经常会在论坛里吐槽在网吧开黑的体验很差，噪音太多。在游戏语音开黑的过程中，如果其中一个队友身处网吧，则其他...

2018-08-28 科技 我要分享

HMS Core 音频编辑服务音源分离与空间音频渲染，助力快速进入 3D 音频的世界

从单声道、立体声、环绕声发展到三维声，音频回放技术的迭代演进是为了还原真实世界的声音。其中，三维声技术使用信号处理的方法对到达两耳的声音信号进行模拟，将声场还原为三维空间，更接近真实世界。凭借这个技术

2022-08-03 资讯 我要分享