Github의 7월 인기 AI 프로젝트 목록에 속편이 있습니다! 누와 언리미티드 에디션은 3위만 가능한가요?

7월의 가장 인기 있는 AI 연구 목록 제2탄이 나왔습니다!

이전 목록은 트위터 좋아요, 리트윗, Github 별을 기준으로 정렬되었습니다. 그러나 일부 네티즌들은 트위터 좋아요 수가 기계로 브러싱될 수 있으며 트위터를 좋아하는 사용자는 반드시 조사 방법을 모를 수도 있다고 불평했습니다.

이번에는 @bycloudai 작가가 경험을 통해 배웠습니다. 이번에는 지표가 트위터의 좋아요 수가 아니라 Github의 별 수가 되어야 합니다.

이번 지표는 그다지 전문적이지는 않지만 트위터에 비하면 Github을 방문할 수 있는 사람의 수는 AI 연구와 더 밀접한 관련이 있다고 볼 수 있습니다.

또한 작성자는 이 목록이 재미로 만든 와일드 목록이며 오락용임을 목록 시작 부분에서 분명히 밝혔습니다.

이 "속편 목록"은 기본적으로 이전 호의 스타일을 유지합니다. 상위 10개에는 자료 라이브러리 주소, 논문 링크, 제목, 저자 및 출판 단위가 지정됩니다.

이 "개선 버전"에서 7월 가장 뜨거운 AI 연구 목록에 어떤 연구가 있는지 살펴보겠습니다~

Top1: YOLOv7: 훈련 가능한 공짜 가방이 새로운 경지를 설정합니다. 실시간 물체 감지기를 위한 예술

작성자: Chien-Yao Wang, Alexey Bochkovskiy, Hong-Yuan Mark Liao 기관: "Academia Sinica" 정보 과학 연구소 Github 별 수: 3.8k

요약: YOLOv7은 5FPS~160FPS의 속도와 정확도에서 알려진 모든 물체 감지기보다 성능이 뛰어나며 56.8% AP의 GPU V100에서 30FPS 이상의 모든 실시간 물체 감지기 중 가장 높은 정확도를 갖습니다. YOLOv7-E6 객체 감지기(56FPS V100, 55.9% AP)는 Transformer 기반 감지기 SWIN-L Cascade-Mask R-CNN(9.2FPS A100, 53.9% AP)보다 509% 더 빠르고 정확합니다.

이 논문의 저자 중 한 명인 Chien-Yao Wang은 Columbia University의 기계 공학 대학원생이며 현재 Intel의 Chrome 소프트웨어 엔지니어라는 점을 언급할 가치가 있습니다. ： 2Top2: 검색 증강 확산 모델을 사용한 예술적 이미지의 텍스트 기반 합성

저자: Robin Rombach, Andreas Blatmann 및 Bjorn Ommer 메커니즘: Ludwig Maxici Ludwig-Maximilians-Universität München

Gith ub 별: 2.4 k

요약: 최근 새로운 아키텍처는 생성적 이미지 합성을 개선하여 다양한 작업 품질에서 우수한 비전을 가능하게 했습니다. 특히 주목할 만한 분야는 'AI-Art' 분야다. 음성 및 이미지 합성 모델을 결합함으로써 합성된 이미지에서 특정 시각적 스타일을 달성하기 위해 신중하게 선택하고 결합된 문장을 사용하는 소위 "큐 엔지니어링"이 확립되었습니다.

이 논문에서는 RDM(Retrieval Enhanced Diffusion Model)을 기반으로 한 대체 접근 방식을 제안합니다. RDM에서는 각 훈련 인스턴스에 대한 훈련 중에 외부 데이터베이스에서 가장 가까운 이웃 세트가 검색되고 확산 모델은 이러한 정보 샘플을 조건으로 합니다.

AI-Art 작품의 효과를 논문으로 살펴보겠습니다~

Top3: NUWA-Infinity: Autoregressive over AutoregressiveGeneration for Infinite Visual Synesis

작성자: Wu Chenfei, Liang Jian, Xiaowei Hu 및 기타 기관: Microsoft Research Asia, Peking University, Microsoft Azure AIGithub 별 수: 2.4k

3위는 이전에도 많은 주목을 받았던 중국 전역 AI 대작 누와 인피니티(NUWA INFINITY)입니다.

4, 함께 훈련하는 트랜스포머(1,000개 별)

저자: Alexander Borzunov, Max Ryabinin, Tim Dettmers 및 기타 기관: Russian State Higher School of Economics, University of Washington 등

5. 테세우스: 미분 비선형 최적화를 위한 라이브러리(별 791개)

저자: Luis Pineda, Taosha Fan, Maurizio Monge 조직: Meta AI, Reality Labs Research

6, k-means Mask Transformer(별 704개)

출판 단위: Johns Hopkins University, Google Research Resource library : https://github . com/google-research/deeplab2 문서: https://arxiv.org/abs/2207.04044v1

7, XMem: Atkinson-Shiffrin 메모리 모델을 사용한 장기 비디오 객체 분할(별 699개)

발행 단위: University of Illinois at Urbana-Champaign 자원 라이브러리: https://github.com/hkchengrex/XMem 논문: https://arxiv.org/abs/2207.07115v2

8. TinyViT: 소형 비전 변환기를 위한 빠른 사전 훈련 증류(별 656개)

출판 단위: Microsoft Research, Microsoft Cloud + AI 리소스 라이브러리: https://github.com/microsoft/ 크림 페이퍼: https://arxiv.org/abs/2207.10666v1

9, 객체 추적 대통일을 향하여(별 644개)

출판 단위: Dalian University of Technology, 글 Jie Doi, University of Hong Kong, Pengcheng Laboratory

자료실: ttps://github.com/masterbin-iiau/unicorn 논문: https://arxiv.org/abs/2207.07078v3

10, 다중 얼굴: 신경 얼굴 렌더링을 위한 데이터 세트(별 337개)

출판 단위: Meta Reality Laboratory 리소스 라이브러리: https://github.com/facebookresearch/multiface 논문: https://arxiv.org/abs/2207.11243v1

위 내용은 Github의 7월 인기 AI 프로젝트 목록에 속편이 있습니다! 누와 언리미티드 에디션은 3위만 가능한가요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!