AI已经能让“一句话”诞生出巨大的生产力了。#文本-图像、文本-3D模型、文本-视频......MetaAI发布了文本生成视频模型Make-A-Video#未来的编剧就是导演？真的看到任何人都能落地自己想象力的时代来临了小杜Make-A-Video可以让我们仅用几句话或几行文本生成异想天开、独一无二的视频。促进想象力变为现实的AI工具包发展得越来越多样了～Make-A-VideoMetaAI提出的Make-A-Video是一种将文本到图像(T2I)生成方面取得的巨大进展直接转化为文本到视频(T2V)的方法。Make-A-Video具有三个优点：1. 它加速了T2V模型的训练（它不需要从头开始学
AI已经能让“一句话”诞生出巨大的生产力了。#文本-图像、文本-3D模型、文本-视频......MetaAI发布了文本生成视频模型Make-A-Video#未来的编剧就是导演？真的看到任何人都能落地自己想象力的时代来临了小杜Make-A-Video可以让我们仅用几句话或几行文本生成异想天开、独一无二的视频。促进想象力变为现实的AI工具包发展得越来越多样了～Make-A-VideoMetaAI提出的Make-A-Video是一种将文本到图像(T2I)生成方面取得的巨大进展直接转化为文本到视频(T2V)的方法。Make-A-Video具有三个优点：1. 它加速了T2V模型的训练（它不需要从头开始学
前言：作为当前先进的深度学习目标检测算法YOLOv7，已经集合了大量的trick，但是还是有提高和改进的空间，针对具体应用场景下的检测难点，可以不同的改进方法。此后的系列文章，将重点对YOLOv7的如何改进进行详细的介绍，目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己的微薄帮助和参考。由于出到YOLOv7，YOLOv5算法2020年至今已经涌现出大量改进论文，这个不论对于搞科研的同学或者已经工作的朋友来说，研究的价值和新颖度都不太够了，为与时俱进，以后改进算法以YOLOv7为基础，此前YOLOv5改进方法在YOLOv7同样适用，所以继续YOLOv5系列改进
前言：作为当前先进的深度学习目标检测算法YOLOv7，已经集合了大量的trick，但是还是有提高和改进的空间，针对具体应用场景下的检测难点，可以不同的改进方法。此后的系列文章，将重点对YOLOv7的如何改进进行详细的介绍，目的是为了给那些搞科研的同学需要创新点或者搞工程项目的朋友需要达到更好的效果提供自己的微薄帮助和参考。由于出到YOLOv7，YOLOv5算法2020年至今已经涌现出大量改进论文，这个不论对于搞科研的同学或者已经工作的朋友来说，研究的价值和新颖度都不太够了，为与时俱进，以后改进算法以YOLOv7为基础，此前YOLOv5改进方法在YOLOv7同样适用，所以继续YOLOv5系列改进
论文下载：https://arxiv.org/abs/2111.11837源码下载：https://github.com/yzd-v/FGDAbstract知识蒸馏已成功应用于图像分类。然而目标检测要复杂得多，大多数知识蒸馏方法都失败了。本文指出，在目标检测中，教师和学生的特征在不同的区域有很大的差异，尤其是在前景和背景中。如果我们平均蒸馏它们，特征图之间的不均匀差异将对蒸馏产生负面影响。因此，我们提出了局部和全局蒸馏（FGD）。局部蒸馏分离了前景和背景，迫使学生将注意力集中在老师的关键像素和通道上。全局蒸馏重建不同像素之间的关系，并将其从教师传递给学生，以补偿局部蒸馏中丢失的全局信息。由于我
论文下载：https://arxiv.org/abs/2111.11837源码下载：https://github.com/yzd-v/FGDAbstract知识蒸馏已成功应用于图像分类。然而目标检测要复杂得多，大多数知识蒸馏方法都失败了。本文指出，在目标检测中，教师和学生的特征在不同的区域有很大的差异，尤其是在前景和背景中。如果我们平均蒸馏它们，特征图之间的不均匀差异将对蒸馏产生负面影响。因此，我们提出了局部和全局蒸馏（FGD）。局部蒸馏分离了前景和背景，迫使学生将注意力集中在老师的关键像素和通道上。全局蒸馏重建不同像素之间的关系，并将其从教师传递给学生，以补偿局部蒸馏中丢失的全局信息。由于我
React学习笔记（番外一）——video.js视频播放组件的入门及排坑经历前言video.js的支持的视频格式及编码方式支持的扩展名（格式）支持的视频编码video.js的安装将video.js引入React自定义播放器控件引用自定义视频播放器控件排坑记录报错`VIDEOJSERROR(CODE4MEDIA_ERR_SRC_NOT_SUPPORTED)Nocompatiblesourcewasfoundforthismedia`重复初始化报错React底层代码报错：要删除的标签video不存在后记前言很久没有静下心写博客了。近段时间接到一个任务，前端页面要加上视频播放功能。实现加排坑前后花了
React学习笔记（番外一）——video.js视频播放组件的入门及排坑经历前言video.js的支持的视频格式及编码方式支持的扩展名（格式）支持的视频编码video.js的安装将video.js引入React自定义播放器控件引用自定义视频播放器控件排坑记录报错`VIDEOJSERROR(CODE4MEDIA_ERR_SRC_NOT_SUPPORTED)Nocompatiblesourcewasfoundforthismedia`重复初始化报错React底层代码报错：要删除的标签video不存在后记前言很久没有静下心写博客了。近段时间接到一个任务，前端页面要加上视频播放功能。实现加排坑前后花了
论文：BeyondNaturalMotion:ExploringDiscontinuityforVideoFrameInterpolation会议：2022CVPRFebruary摘要视频插值是在给定两个连续的帧时，合成中间帧的任务。以往的研究大多集中在适当的帧翘曲操作和对翘曲帧的改进模块上。这些研究都是对只有连续运动的自然视频进行的。然而，许多实用的视频包含了许多不连续的动作，如聊天窗口、水印、GUI元素或字幕。我们提出了三种技术来扩展两个连续帧之间的转换的概念来解决这些问题。首先是一种新的架构，它可以分离连续和不连续的运动区域。我们还提出了一种新的数据增强策略，称为图-文本混合(FTM)，
论文：BeyondNaturalMotion:ExploringDiscontinuityforVideoFrameInterpolation会议：2022CVPRFebruary摘要视频插值是在给定两个连续的帧时，合成中间帧的任务。以往的研究大多集中在适当的帧翘曲操作和对翘曲帧的改进模块上。这些研究都是对只有连续运动的自然视频进行的。然而，许多实用的视频包含了许多不连续的动作，如聊天窗口、水印、GUI元素或字幕。我们提出了三种技术来扩展两个连续帧之间的转换的概念来解决这些问题。首先是一种新的架构，它可以分离连续和不连续的运动区域。我们还提出了一种新的数据增强策略，称为图-文本混合(FTM)，
