点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群视觉Transformer（ViT）在各种计算机视觉任务中展现了最先进的性能，但其高计算需求使其在资源有限的边缘设备上不切实际。本文提出了MicroViT，这是一种轻量级的视觉Transformer架构，通过显著降低计算复杂度，同时保持高精度，针对边缘设备进行了优化。MicroViT的核心是高效单头注意力（ESHA）机制，该机制利用

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群感知系统是自动驾驶系统的核心元素，在确保安全方面发挥着关键作用。驾驶场景感知系统本质上是一个目标检测任务，需要在准确性和处理速度之间取得平衡。许多当代方法侧重于提高检测精度，但往往忽视了在计算资源有限时实时检测能力的重要性。因此，研究针对驾驶场景的高效目标检测策略至关重要。本文介绍了Fast-COS，这是一个专为驾驶场景应用设计的单

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群密集目标检测在自动驾驶、视频监控等领域得到广泛应用。本文聚焦于密集场景下具有挑战性的密集目标检测任务。目前，基于贪婪算法的检测方法，如非极大值抑制（NMS），在密集场景中往往会产生许多重复预测或漏检，这是NMS类算法面临的一个常见问题。通过端到端DETR（DEtection TRansformer）作为一类能够将NMS等后处理去重能

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

快速学会登上nature的热门算法，LSTM！

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

基于Transformer的大语言模型（LLMs）在各种应用中取得了前沿成果。然而，它们庞大的规模和处理需求使得在受限资源设备上部署变得极其困难。在各种效率考虑中，模型二值化和Early Exit（EE）是常用的有效解决方案。但二值化可能会因精度降低导致梯度估计和参数更新性能下降。此外，现有的Early Exit机制仍处于研究的初步阶段。为解决这些问题，作者提出了一种名为Binarized Ear

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

备注好友：方向-学校/公司-姓名/昵称【AIGC 先锋科技】交流群最近，视觉语言模型（VLMs）如CLIP在视觉任务的自监督表示学习方面取得了显著成功。然而，有效地将VLMs应用到下游任务仍具有挑战性，因为它们的准确性通常依赖于耗时且需要专业知识的时间密集型 Prompt 工程，而全模型微调则成本高昂。这在生物医学图像中尤为明显，因为与自然图像不同，生物医学图像通常具有有限的标注数据集、不直观的图

发论文神器：即插即用缝合模块！

MedSAM，医学图像分割首个基础模型！

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

点击下方卡片，关注 「AI视界引擎」 公众号欢迎投稿和交流( 添加时备注：方向+学校/公司+昵称/姓名 )提升SAM的跨域性能,多级特征融合在少样本分割中的应用 !在大规模预训练的背景下，大视觉模型（LVM）在图像理解方面展示了巨大的潜力。最近，Segment Anything Model（SAM）的出现使得图像分割领域实现了质的飞跃，支持了灵活的交互提示和强大的学习能力。然而，其性能往往在跨域和

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维

备注好友：方向-学校/公司-姓名/昵称【AIGC 先锋科技】交流群在本文中，作者提出了一种新的框架，用于使用潜在图像扩散模型解决高分辨率视频逆问题。基于近期在视频逆问题中使用图像扩散模型的时空优化方面的进展，作者的方法利用潜在空间扩散模型来实现增强的视频质量和分辨率。为了应对处理高分辨率帧的高计算需求，作者引入了一种伪批一致采样策略，使其能够在单个GPU上进行高效操作。此外，为了提高时序一致性，作

点击下方卡片，关注「集智书童」公众号点击加入👉「集智书童」交流群想要了解更多：前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉（分割、检测）、多模态、目标跟踪、NerF」行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」欢迎扫描上方二维