ImageNet-D是一个通过扩散模型生成的新基准，解决了这些局限性，通过具有挑战性的图像将模型推向极限，并揭示模型鲁棒性的关键缺陷。 神经网络在零样本图像分类中取得了惊人的成就，但它们真的能“看”得有多好呢？现有的用于评估这些模型鲁棒性的数据 ...

在2000年代初，一切事物都处于暴风雨前的宁静。 对于计算机视觉（CV）潜力的兴奋与对工具限制和资源约束的挫败感一样强烈。最明显的障碍之一是缺乏标准化的数据集。每个研究小组都整理了自己小规模的图像集合，这使得几乎不可能在不同算法之间比较结果 ...

2006年，计算机视觉研究仍然是一个缺乏资金，且很少收到外界关注的学科。许多研究人员专注于构建更好的算法。他们坚信，算法是计算机视觉的中心，如果把机器智能与生物智能做类比，那么算法就相当于机器的突触，或者说是大脑中错综复杂的神经回路。

进入 2024 年，人工智能的发展速度似乎已经快过了时间的更迭。 2 月，OpenAI 发布视频生成模型 Sora，就像一年多前才发布的 ChatGPT 一样，Sora 被外界认为是通用人工智能（AGI）发展的又一个里程碑时刻。 然而，仅仅在十几年前，人工智能还是相当小众的学术领域 ...

为什么机器人技术远远落后于 NLP、视觉和其他 AI 领域？除其他困难外，数据短缺是罪魁祸首。谷歌 DeepMind 联合其他机构推出了 Open X-Embodiment 数据集，并训练出了能力更强的 RT-X 模型。 在大模型不断取得突破的 2023，把大模型当做大脑来辅助运行的具身智能机器 ...

过去几年，数据压缩或蒸馏任务引起了人们的广泛关注。通过将大规模数据集压缩成具有代表性的紧凑子集，数据压缩方法有助于实现模型的快速训练和数据的高效存储，同时保留原始数据集中的重要信息。数据压缩在研究和应用中的重要性不可低估，因为它在 ...

何恺明，RBG，Piotr Dollár，三位大神联手，带你重新思考“ImageNet预训练”。 编者按：本文来自微信公众号“量子位”（ID：QbitAI），作者夏乙 安妮。36氪经授权转载。 何恺明，RBG，Piotr Dollár。 三位从Mask R-CNN就开始合作的大神搭档，刚刚再次联手，一文“终结 ...

雷锋网AI科技评论按：2017年是ImageNet挑战赛举办的最后一年，夏威夷当地时间7月26日，作为ImageNet创始人之一的李飞飞和他的学生邓嘉在CVPR 2017期间的一场workshop上做了主题演讲，他们对ImageNet 八年来所走的路做了深情回顾和总结。以下是雷锋网编辑整理。

【新智元导读】CVPR 2017 研讨会“超越 ILSVRC”将宣布今年是 ImageNet 竞赛正式组织的最后一年，2016 年 ILSVRC 的图像识别错误率 ...

使用微信扫码将网页分享到微信 斯坦福大学每年都会举行一个比赛，邀请谷歌、微软，百度等 IT 企业使用 ImageNet ——全球最大的图像识别数据库，测试他们的系统运行情况。每年一度的比赛也牵动着各大巨头公司的心弦，过去几年中，系统的图像识别功能大大 ...

世界上最好计算机视觉系统有多精确？就在美国东部时间12月10日上午9时，ImageNet计算机视觉识别挑战赛结果揭晓(opens in new tab)——微软亚洲研究院视觉计算组的研究员们凭借深层神经网络技术的最新突破，以绝对优势获得图像分类、图像定位以及图像检测全部三 ...