官方网站-首页

简(jiǎn)单(dān)通(tōng)用(yòng)：视(shì)觉(jué)基础网络最高3倍无损训练加速，清华EfficientTrain++入选TPAMI 2025

论文链接：https://arxiv.org/pdf/2405.08768 代码和预训练模型已开源：https://github.com/Lea🈺·pLabTHU/EfficientTrain 会议版本论文（ICCV 2025）：https://arxiv.org/pdf/2211.09703 近年来，「scaling」是计算机视觉研究的主角之一。随着模型尺寸和训练数据规模的增大、学习算法的进步以及正则化和数据增强等技术的广泛应用，通过大规模训练得到的视觉基础网络（如 Image。

北京大学课题组在图像重建领域取得重要进展

北京大学课题组在图像重建领域取得重要进展近年来，以图像压缩感知、恶劣环境（如低光照）图像增强为代表的底层视觉任务因其实用性，受到学术界和工业界的广泛关注。北京大学深圳研究生院信息工程学院张健助理教授课题组近期在图像重建领域取得重要进展，其相关工作发表在IEEE Transactions on Pattern Analys🌻is and Machine Intelligence（简称TPAMI）和International Journal of Computer Vision（简。

清华「天眸芯」登Nature封面：全球首款类脑互补视觉芯片

清华「天眸芯」登Nature封面：全球首款类脑互补视觉芯片来源：机器之心 我国在类脑计算、类脑感知两个重要方向均已取得基础性突破。在开放世界中，智能系统不仅要处理庞大的数据量，还需要应对各种「长尾问题」，如自动驾驶中面临的突发危险、出入隧道的剧烈光线变化、夜间强闪光干扰等。在这类任务上，传统视觉感知芯片由于受到「功耗墙」和「带宽墙」的限制，往往面临失真、失效或高延迟的问题，严重影响系统的稳定性和安全性。为了克服这些挑战，清华大学精密仪器系类脑计算研究中心聚焦类脑视觉感知芯片技。

世界首款！清华芯片突破再登自然杂志封面

2025年5月30日《自然》杂志封面。随着人工智能的飞速发展，无人驾驶和具身智能等无人系统正在现实社会中不断推广应用，引领着新一轮科技革命和产业变革。在这些智能系统中，视觉感知作为获取信息的核心途径，发挥着至关重🍒·要的作用。然而，在复杂多变且不可预测的环境中，实现高效、精确且鲁棒（即在异常和危险情况下系统生存的能力）的视觉感知依然是一个艰巨的挑战。在开放世界中，智能系统不仅要处理庞大的数据量，还需要应对各种极端事件，如驾驶中的突发危险、隧道口的剧烈光线变化和夜间强闪光干扰等。

计算机视觉与机器学习的创新浪潮：开启智能未来

在当今快速发展的技术浪潮中，计算机视觉(CV)和机器学习(ML)作为前沿领域，正在经历一场深刻的变革。无论是软件框架的升级，还是硬件平台的创新，这些进步不仅在医🔒疗保健、自动驾驶车辆、制造业等行业引发了革命性的变革，还显著提升了实时处理能力，为未来的发展奠定了坚实的基础。 软件框架的演变：构建强大的技术基石 计算机视觉和机器学习的快速发展离不开强大的软件框架支持。这些框架为开发者提供了高效、灵活的工具，使得复杂的任务得以轻松实现。 1. OpenCV：图像处理的核心力量 Ope。