RT @martfack: 信じ難い。ワシントンが燃えている。これはハリウッド映画じゃない。そして、大統領はホワイトハウスの中に隠れ、国民に未だに演説していない。アメリカは国民を落ち着かせるリーダーが居ない。これは果たしてメイク・アメリカ・グレート・アゲインなのか？ pic.twitter.com/xcUNmEXWac
posted at 00:53:49
RT @tagsanov: おい磯野、今やってるテーマがarXivに上がってるぞ。 pic.twitter.com/AmxQcSDo6J
posted at 00:44:38
RT @fladdict: 学び。小雨の背景フェードもいいけど、画質的にノイズが乗りまくるので、曇りのほうがトータルだとよさげ。 あとAIでノイズ減らすと結構頑張れる pic.twitter.com/uzUZler6Jp
posted at 00:40:35
RT @kspub_kodansha: 【6月近刊情報】 『ゼロからできるMCMC』 花田政範／松浦壮(@a02matsu)・著 発売予定日6/23 www.amazon.co.jp/dp/4065201748 honno.info/kkan/card.html… 大学1年生程度の知識だけを仮定し、この一冊を読むだけで、正しい考え方に基づいて自分でプログラムを書けるようになることを目標とした。 pic.twitter.com/kXkojqwcUd
posted at 00:39:58
RT @menomendy: Inverse RL / Sergey Levine Lecture Remake 16th Inverse RL 土日に軽くまとめてたやつ！ speakerdeck.com/shunichi09/ser…
posted at 00:37:30
RT @kzykmyzw: 複数物体があってもラベルが単一であるなど、ImageNetにはアノテーションの付け方に起因するシステマティックな問題があることを指摘し、新たな方式でラベルのrefinementを実施。本当の意味での真値を得ることと、アノテーション工程のスケーラビリティとの間のトレードオフという課題を提起している twitter.com/arxiv_cscv/sta… pic.twitter.com/yFCNCTzAFn
posted at 00:36:02
RT @kzykmyzw: 物体検出をset predictionの枠組みで捉え、bounding boxのsetを直接出力するアーキテクチャを提案。CNN特徴をpositional encodingと併せてtransformerのencに入力し、decからbboxを出力して真値とbipartite matchingで紐づけてロスを計算。NMSやanchor生成などの処理が不要で精度はFaster R-CNNに匹敵 twitter.com/alfcnz/status/…
posted at 00:34:38
RT @sekimasao: 以前、アニメ関係の会社で講演したとき 「aとtheの使い分けを教えて」という質問に対して… 「aはザクに使い、theはシャアザクに使います」 という説明は、我ながら会心の出来だといまだに思ってます。
posted at 00:34:26
RT @kzykmyzw: 自動運転向けの3次元認知において、物体検出、トラッキング、動き予測の3つをe2eで学習。全てを同ループ内で扱うことで時間方向の履歴情報を全モジュールが利用できる。LiDAR点群と動きの特徴を物体ごとにLSTMに入力し、軌跡単位での特徴表現を学習。トラッキング全体だけでなく検出単体でも精度が向上 twitter.com/arxiv_cscv/sta… pic.twitter.com/tF3rFhfMB6
posted at 00:33:51