基于Kaldi的語(yǔ)音識(shí)別引擎的架構(gòu)設(shè)計(jì)方案

58自研語(yǔ)音識(shí)別引擎，最初是基于Kaldi框架進(jìn)行開(kāi)發(fā)，在自研初期上線(xiàn)了架構(gòu)1.0版本，后續(xù)以降低機(jī)器資源、提升資源利用率、優(yōu)化性能為目標(biāo)進(jìn)行了升級(jí)重構(gòu)...

2023-07-23 標(biāo)簽：解碼器機(jī)器人cpu 1042 0

一種新的分割模型Stable-SAM

SAM、HQ-SAM、Stable-SAM在提供次優(yōu)提示時(shí)的性能比較，Stable-SAM明顯優(yōu)于其他算法。這里也推薦工坊推出的新課程《如何將深度學(xué)習(xí)模...

2023-12-29 標(biāo)簽：dsp解碼器圖像分割 1018 0

超低延遲大并發(fā)實(shí)時(shí)語(yǔ)音識(shí)別加速方案詳解

Achronix與Myrtle.ai共同推出了超低延遲大并發(fā)實(shí)時(shí)智能語(yǔ)音識(shí)別方案，其硬件平臺(tái)采用基于Achronix Speedster7t FPGA的...

2023-11-24 標(biāo)簽：解碼器服務(wù)器語(yǔ)音識(shí)別 1009 0

基于AX650N部署SegFormer

語(yǔ)義分割（Semantic Segmentation）是計(jì)算機(jī)視覺(jué)中的一項(xiàng)基本任務(wù)。與單張圖像分類(lèi)任務(wù)相比，語(yǔ)義分割相當(dāng)于是像素級(jí)別上的分類(lèi)任務(wù)。語(yǔ)義分...

2023-06-20 標(biāo)簽：解碼器編碼器計(jì)算機(jī) 990 0

談?wù)劗?dāng)靜態(tài)SRAM芯片存儲(chǔ)字節(jié)的過(guò)程是怎樣的

對(duì)于X86處理器，它通過(guò)地址總線(xiàn)發(fā)出一個(gè)具有22位二進(jìn)制數(shù)字的地址編碼－－其中11位是行地址，11位是列地址，這是通過(guò)RAM地址接口進(jìn)行分離的。

2022-11-17 標(biāo)簽：處理器解碼器DRAM 990 0

深度學(xué)習(xí)神器DYnet++：輕松駕馭復(fù)雜自由曲面，3D測(cè)量無(wú)難度！

利用深度學(xué)習(xí)網(wǎng)絡(luò)模型DYnet++從單個(gè)復(fù)合圖案中獲取相位信息。為了訓(xùn)練深度學(xué)習(xí)模型，作者使用了一個(gè)具有九個(gè)致動(dòng)器的可變形鏡來(lái)生成各種表面形狀的大量數(shù)據(jù)...

2023-12-04 標(biāo)簽：解碼器測(cè)量深度學(xué)習(xí) 975 0

模型在學(xué)習(xí)可轉(zhuǎn)移的語(yǔ)義分割表示方面的有效性

當(dāng)前語(yǔ)義分割任務(wù)存在一個(gè)特別常見(jiàn)的問(wèn)題是收集 groundtruth 的成本和耗時(shí)很高，所以會(huì)使用預(yù)訓(xùn)練。例如監(jiān)督分類(lèi)或自監(jiān)督特征提取，通常用于訓(xùn)練模型...

2023-05-18 標(biāo)簽：解碼器函數(shù)模型 974 0

如何在視頻領(lǐng)域使用轉(zhuǎn)碼技術(shù)，有何優(yōu)勢(shì)

　　本文簡(jiǎn)單介紹了視頻轉(zhuǎn)碼技術(shù)的定義、分類(lèi)及實(shí)現(xiàn)手段，重點(diǎn)分析了如何在視頻工程中使用轉(zhuǎn)碼技術(shù)，包括轉(zhuǎn)碼技術(shù)的使用方式及其優(yōu)勢(shì)所在。分析了在流方式和文件方...

2018-11-24 標(biāo)簽：解碼器視頻服務(wù)器 971 0

MS-DETR和其他SOTA方法的對(duì)比

混合監(jiān)督會(huì)產(chǎn)生比基線(xiàn)更低的一對(duì)一損失。x軸對(duì)應(yīng)epoch，y軸對(duì)應(yīng)一對(duì)一監(jiān)督的訓(xùn)練損失。虛線(xiàn)和實(shí)線(xiàn)分別對(duì)應(yīng)于Deformable DETR基線(xiàn)和MS -...

2024-01-23 標(biāo)簽：解碼器目標(biāo)檢測(cè) 927 0

一張照片生成3D頭像！蘋(píng)果新模型擊敗StyleGAN2

總的來(lái)說(shuō)，蘋(píng)果采用了將人物本體與光線(xiàn)分別處理再進(jìn)行疊加的策略。早期的三維人像合成工具在轉(zhuǎn)換過(guò)程中可能產(chǎn)生形變。而爆火的NeRF通過(guò)將場(chǎng)景拆分成具體因素，...

2023-05-06 標(biāo)簽：解碼器模型3D圖像 918 0

大模型時(shí)代下，普通科研人怎么辦？

所以，這篇arXiv的論文提出了一個(gè)簡(jiǎn)單而有效的基于SAM大模型的視聽(tīng)定位和分割框架，即AV-SAM，它可以生成與音頻相對(duì)應(yīng)的發(fā)聲對(duì)象掩碼。具體而言，利...

2023-05-24 標(biāo)簽：解碼器編碼器模型 916 0

無(wú)監(jiān)督域自適應(yīng)場(chǎng)景：基于檢索增強(qiáng)的情境學(xué)習(xí)實(shí)現(xiàn)知識(shí)遷移

本文對(duì)比了多種基線(xiàn)方法，包括無(wú)監(jiān)督域自適應(yīng)的傳統(tǒng)方法（如Pseudo-labeling和對(duì)抗訓(xùn)練）、基于檢索的LM方法（如REALM和RAG）和情境學(xué)習(xí)...

2023-12-05 標(biāo)簽：解碼器編碼器語(yǔ)言模型 904 0

ADAS系統(tǒng)中的可行使區(qū)域Freespace到底如何檢測(cè)？

自動(dòng)駕駛有可能大大減少交通事故、道路擁堵以及相關(guān)的經(jīng)濟(jì)損失。安全的自動(dòng)駕駛需要檢測(cè)周?chē)恼系K物、移動(dòng)物體并識(shí)別可駕駛區(qū)域。

2023-11-15 標(biāo)簽：傳感器解碼器編碼器 881 0

LLM真的能推理和規(guī)劃嗎？

在研究人員選擇的模型中，GPT-3 davinci（非指令微調(diào)）、GPT-3 textdavinci-001（指令微調(diào)）和GPT-3 textdavin...

2023-11-30 標(biāo)簽：解碼器編碼器GPT 867 0

上交提出RCLSTR：面向場(chǎng)景文本識(shí)別的關(guān)系對(duì)比學(xué)習(xí)

基于MoCo[3]的框架，該文提出了用于文本識(shí)別的關(guān)系對(duì)比學(xué)習(xí)框架(RCLSTR)。如下圖所示：1、在Online分支(上半部分)中引入了一個(gè)新的重排階...

2023-09-14 標(biāo)簽：解碼器模塊數(shù)據(jù)集 847 0