【论文阅读】YOLOv4: 第25页

Slide-Transformer: Hierarchical Vision Transformer with Local Self-Attention论文阅读笔记

-cvpr2023-当前attention机制存在的问题：①利用im2col方式计算localattention需要消耗很大的计算资源②windowattention存在固定的设计模式，如窗口应该如何移动，引入人工干涉。-Method-.ShiftasDepthwiseConvolution作者首先从新的角度上剖析了im2col的原理，并用深度卷积重新实现localattention机制。①im2

我来了！！！·2023-10-20 04:46

深度学习YOLOv4环境配置

软件安装1、什么是CUDACUDA(ComputeUnifiedDeviceArchitecture)，是显卡厂商NVIDIA推出的运算平台。CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。CUDA下载地址为CUDAToolkitArchive|NVIDIADeveloper版本号选择11.6与nvidia-smi.exe命令所显示对应安装属性选择如下：点

大块奶酪----·2023-10-20 01:36

论文阅读：SegFormer: Simple and Efficient Design for SemanticSegmentation with Transformers

来源：nips2021GitHub-NVlabs/SegFormer:OfficialPyTorchimplementationofSegFormer0、Abstract摘要本文提出了一种简单、高效、强大的语义分割框架SegFormer，它将transformer与轻量级多层感知器(MLP)解码器结合在一起。SegFormer有两个吸引人的特点:1)SegFormer包含了一个新的分层结构的变压器

shiyueyueya·2023-10-19 19:04

论文阅读：FIDNet: LiDAR Point Cloud Semantic Segmentation with FullyInterpolation Decoding

来源：iros2021链接：GitHub-placeforyiming/IROS21-FIDNet-SemanticKITTI:Anextremelysimple,intuitive,hardware-friendly,andwell-performingnetworkstructureforLiDARsemanticsegmentationon2Drangeimage.IROS210、摘要将点云

shiyueyueya·2023-10-19 19:34

论文阅读：Efficient Point Cloud Segmentation with Geometry-Aware Sparse Networks

来源：ECCV2022链接：EfficientPointCloudSegmentationwithGeometry-AwareSparseNetworks|SpringerLink0、Abstract在点云学习中，稀疏性和几何性是两个核心特性。近年来，为了提高点云语义分割的性能，人们提出了许多通过单个表示或多个表示的方法。然而，这些作品未能保持性能、效率和内存消耗之间的平衡，无法恰当地集成稀疏性和

shiyueyueya·2023-10-19 19:58

论文阅读之《Kindling the Darkness: A Practical Low-light Image Enhancer》

目录摘要介绍已有方法回顾普通方法基于亮度的方法基于深度学习的方法基于图像去噪的方法提出的方法2.1LayerDecompositionNet2.2ReflectanceRestorationNet2.3IlluminationAdjustmentNet实验结果总结KindlingtheDarkness:APracticalLow-lightImageEnhancer（KinD）ACMMM2019Y

春末的南方城市·2023-10-19 19:58

论文阅读【异常检测】ModelCoder: A Fault Model based Automatic Root Cause Localization Framework for Microservi

ModelCoder:AFaultModelbasedAutomaticRootCauseLocalizationFrameworkforMicroserviceSystemsModelCoder：基于故障模型的微服务系统自动根源定位框架论文标题｜ModelCoder:AFaultModelbasedAutomaticRootCauseLocalizationFrameworkforMicrose

Doooo19·2023-10-19 17:48

毕业设计-基于深度学习的生活垃圾分类识别系统

目录前言课题背景和意义实现技术思路一、相关技术介绍二、系统需求分析三、改进的YOLOv4目标检测算法研究实现效果图样例最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备

HaiLang_IT·2023-10-19 17:48

论文阅读——R2D2: Repeatable and Reliable Detector and Descriptor

一、概述本文由NaverLab（Naver即社交软件Line的母公司，也是韩国市值最高的互联网公司）发表于2019NIPS上。作者的核心观点在于，近期的一些研究在提取兴趣点时往往只考虑兴趣点的可重复性（如一对匹配点在两图像scoremap上的响应必须很接近），但是可重复的兴趣点未必有较高的区分性，因为图像上某些区域对于匹配来说不够可靠甚至是模棱两可的，如一些重复纹理区域：摩天楼的窗户、路面等。

吃远·2023-10-19 10:56

语音情感识别领域-论文阅读笔记1：融合语音和文字的句段级别情感识别技术

语音情感识别领域-论文阅读笔记1FusionTechniquesforUtterance-LevelEmotionRecognitionCombiningSpeechandTranscripts融合语音和文字的句段级别情感识别技术本文是对

笨鸟东南飞·2023-10-19 09:04

论文阅读：Rethinking Range View Representation for LiDAR Segmentation

来源ICCV20230、摘要LiDAR分割对于自动驾驶感知至关重要。最近的趋势有利于基于点或体素的方法，因为它们通常产生比传统的距离视图表示更好的性能。在这项工作中，我们揭示了建立强大的距离视图模型的几个关键因素。我们观察到，“多对一”的映射，语义不连贯性，形状变形的可能障碍对有效的学习从距离视图投影。我们提出的RangeFormer-一个全周期的框架，包括跨网络架构，数据增强和后处理的新颖设计-

shiyueyueya·2023-10-19 08:57

论文阅读：Point-to-Voxel Knowledge Distillation for LiDAR Semantic Segmentation

来源：CVPR2022链接：https://arxiv.org/pdf/2206.02099.pdf0、Abstract本文解决了将知识从大型教师模型提取到小型学生网络以进行LiDAR语义分割的问题。由于点云的固有挑战，即稀疏性、随机性和密度变化，直接采用以前的蒸馏方法会产生较差的结果。为了解决上述问题，我们提出了点到体素知识蒸馏Point-to-VoxelKnowledgeDistillatio

shiyueyueya·2023-10-19 08:57

《论文阅读28》OGMM

一、论文研究领域：点云配准|有监督部分重叠论文：Overlap-guidedGaussianMixtureModelsforPointCloudRegistrationWACV2023二、概述概率3D点云配准方法在克服噪声、异常值和密度变化方面表现出有竞争力的性能。本文将点云对的配准问题转化为两个高斯混合物的配准问题，通过最小化两个相应混合物之间的统计差异度量。baseline:DeepGMRba

Darren_pty·2023-10-19 08:26

论文阅读 - Data-driven ideology detection: a case study of far-right extremist

https://opus.lib.uts.edu.au/bitstream/10453/164081/2/DHSS2022-Abstract-Submission%20%28arXiv%29.pdf背景：影响力和信息运动经常利用国内持极端观点的团体。在州一级，影响力行动最好被理解为一场运动：为误导公众和影响决策者而部署的一系列信息行动。影响力行动越来越多地成为针对社会凝聚力（AsmolovG.，2

无脑敲代码，bug漫天飞·2023-10-19 08:22

【论文阅读】RAL2020: UFOMap An Efficient Probabilistic 3D Mapping Framework That Embraces the Unknown

Lasteditedtime:March31,20231:30PMReferenceandprenotesPaperlink：https://ieeexplore.ieee.org/document/9158399Codelink：https://github.com/UnknownFreeOccupied/ufomap1.Motivation主要是针对octomap的，framework去做对比

Kin__Zhang·2023-10-19 05:00

【论文阅读】CVPR2022: Learning from all vehicles

Column:March23,20221:08PMLasteditedtime:March23,202211:13PMSensor/组织:现leaderboard第一名，RC上总分94分前无古人后无来者Status:ReadingSummary:IL;输出中间层map再去学Type:CVPRYear:2022参考与前言代码地址：https://github.com/dotchen/LAV论文地址：

Kin__Zhang·2023-10-19 05:59

【Autoware】Open Planner论文阅读参数介绍

前言Autoware这边也匆忙正式结项了，这OP也是最后一个flag…在仿真里进行了测试，但是时间匆忙总觉得没有理解透，看了论文把主要和调参有关的提取出来了之前的一系列关于Autoware的总结博文Blog：【Autoware】Autoware安装教程【Autoware】之ndt_mapping理论公式及代码对比【Autoware】Ubuntu18.04ssdcaffe安装与Autoware检测节

Kin__Zhang·2023-10-19 05:28

【论文阅读】点云地图动态障碍物去除基准 A Dynamic Points Removal Benchmark in Point Cloud Maps

【论文阅读】点云地图动态障碍物去除基准ADynamicPointsRemovalBenchmarkinPointCloudMaps终于一次轮到了讲自己的paper了hahaha，写个中文的解读放在博客方便大家讨论

Kin__Zhang·2023-10-19 05:21

人群密度估计--论文阅读：DM-Count

DM-Count论文翻译摘要一.介绍二.先前的工作2.1人群计数方法2.2最优传输三.DM-Count：用于人群计数的分布匹配四.泛化边界和理论分析4.1高斯平滑方法的广义误差界4.2不确定的贝叶斯损失4.3DM-Count中的损失函数的泛化误差界五.实验5.1ToyData数据集上的结果5.2Benchmark数据集上的结果5.3模型简化测试六.结论论文地址GitHub开源代码地址以下翻译主要为

林书芹·2023-10-19 04:29

论文阅读-可泛化深度伪造检测的关键

一、论文信息论文名称：LearningFeaturesofIntra-ConsistencyandInter-Diversity:KeysTowardGeneralizableDeepfakeDetection作者团队：ChenH,LinY,LiB,etal.（广东省智能信息处理重点实验室、深圳市媒体安全重点实验室和深圳大学人工智能与数字经济广东实验室）论文网址：https://ieeexplor

完美屁桃·2023-10-19 04:59

论文阅读-FCD-Net: 学习检测多类型同源深度伪造人脸图像

一、论文信息论文题目：FCD-Net:LearningtoDetectMultipleTypesofHomologousDeepfakeFaceImages作者团队：RuidongHan,XiaofengWang,NingningBai,QinWang,ZinianLiu,andJianruXue（西安理工大学，西安交通大学）论文网址：FCD-Net:LearningtoDetectMultipl

完美屁桃·2023-10-19 04:26

论文阅读之Black-box Adversarial Example Attack towards FCG

目录1Introduction2Preliminaries2.1FeaturesforAndroidmalwaredetection2.2FCGbasedAndroidmalwaredetection3Problemformulation3.1System&Threat3.2Attackformulation4Malwaremanipulation4.1Backgroundofmalwareman

Gubanzeng·2023-10-19 02:50

交通论文阅读：Graph WaveNet for Deep Spatial-Temporal Graph Modeling

论文背景悉尼科技大学发表在IJCAI2019上的一篇论文，标题为GraphWaveNetforDeepSpatial-TemporalGraphModeling，目前谷歌学术引用量41。文章指出，现有的工作在固定的图结构上提取空间特征，认为实体间的关系是预先定义好的，这些方法不能有效地去捕捉时间趋势，RNN和CNN的方法不能处理长时间序列。相关工作部分，文章介绍了用于时空图建模的交通预测方法，如何

Bruce-XIAO·2023-10-19 00:30

SR研究（1）RCAN论文阅读上

SR研究（1）RCAN论文阅读上阅读论文：ImageSuper-ResolutionUsingVeryDeepResidualChannelAttentionNetworksRCAN网络主要的成就为提出了

孑渡·2023-10-18 15:17

【论文阅读】SISR综述：From Beginner to Master: A Survey for Deep Learning-based Single-Image Super-Resolution

FromBeginnertoMaster:ASurveyforDeepLearning-basedSingle-ImageSuper-Resolution论文地址：https://doi.org/10.48550/arXiv.2109.14335摘要单幅图像超分辨率(SISR)是图像处理中的一项重要任务，旨在提高成像系统的分辨率。近年来，在深度学习(DL)的帮助下，SISR取得了巨大的飞跃，并取得

沐_辰_·2023-10-18 15:16

RAG:Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks 论文阅读

2020NeuralPS文章地址：https://arxiv.org/abs/2005.11401源码地址：GitHub-huggingface/transformers:Transformers:State-of-the-artMachineLearningforPytorch,TensorFlow,andJAX.-142RAG目录0、背景1、摘要2、导言3、结论4、模型5、实验6、与REALM

小白的咆哮·2023-10-18 14:54

NVWAL: Exploiting NVRAM in Write-Ahead Logging论文阅读

问题SQLite作为一个使用广泛的DBMS存在不足How-everloggingasingledatabasetransactioninSQLiteWALmodestillentailsatleast16KBytesI/OtraffictounderlyingstoragemainlyduetometadatajournalingoverheadintheEXT4filesystem即便是采用了W

NIL_·2023-10-18 09:36

【论文阅读】Generalized Focal Loss的解读。交叉熵、Focal Loss、Quality Focal Loss、Distribution Focal Loss

论文链接：https://arxiv.org/pdf/2006.04388.pdf1Introduction已有方法中，单阶段密集检测器一般分为三个输出内容：检测框质量估计confidence：channel维度上占1；训练时正样本标签为当前grid_ceil对应的标签框和预测框的iouscore、或者centernessscore，负样本为0。检测框box：channel维度上占4；分别为xyw

magic_ll·2023-10-18 07:11

【论文阅读】【yolo系列】YOLACT Real-time Instance Segmentation

论文链接：https://arxiv.org/pdf/1904.02689.pdf1实例分割已有工作【实例分割】鉴于其重要性，大量的研究投入到实例分割的准确性。两阶段：Mask-RCNN[18]是一种具有代表性的两阶段实例分割方法，它首先生成候选感兴趣区域（roi），然后在第二阶段对这些roi进行分类和分割。后续工作试图通过提高其准确性，例如，丰富FPN特性[29]或解决掩码的置信度分数与其定位精

magic_ll·2023-10-18 07:11

论文阅读 || 目标检测系列——yolov2详解

YOLOV2相较YOLOV1，是在其基础上做了优化。主要在预测更准确（Better）、速度更快（Faster）、识别对象更多（stronger）。其中识别更多对象就是扩展到能够检测9000种不同对象(YOLO9000)。1优化方式的增加（预测更准确）1.1batchnormalization（批量归一化）mAP提升2.4操作：替代了YOLOV1的dropoutbatchnorm有助于解决方向传播过

magic_ll·2023-10-18 07:40

YOLOv3 代码详解(7) —— 读取pb文件的测试

前言：yolo系列的论文阅读论文阅读||深度学习之目标检测重磅出击YOLOv3论文阅读||深度学习之目标检测yolov2论文阅读||深度学习之目标检测yolov1 该篇讲解的工程连接是：tensorflow

magic_ll·2023-10-18 07:10

YOLOv3 代码详解(5) —— 训练脚本解析 train.py

前言：yolo系列的论文阅读论文阅读||深度学习之目标检测重磅出击YOLOv3论文阅读||深度学习之目标检测yolov2论文阅读||深度学习之目标检测yolov1 该篇讲解的工程连接是：tensorflow

magic_ll·2023-10-18 07:39

SwiGLU论文阅读

1.论文1.1背景知识SwiGLU是2019年提出的新的激活函数，它结合了SWISH和GLU两者的特点。1.1.1SWISH:ASELF-GATEDACTIVATIONFUNCTIONSWISH激活函数的定义如下，其中σ(x)是sigmoid函数f(x)=x·σ(x)σ(x)=(1+exp(−x))^(-1)SWISH激活函数是光滑且非单调，在x大于0时f(x)无上限，在x小于0时f(x)有下限，

MLTalks·2023-10-18 02:20

RMSNorm论文阅读

RMSNorm论文阅读1.论文1.1RMSNorm介绍RMSNorm论文中对LayerNorm的公式做了改造。

MLTalks·2023-10-18 02:49

【论文阅读】SynDiff Unsupervised Medical Image Translation with Adversarial Diffusion Models

UnsupervisedMedicalImageTranslationwithAdversarialDiffusionModels论文大致翻译和主要内容讲解文章目录摘要：贡献：相关工作：方法：对抗性扩散过程：训练步骤(自己结合代码所写）：摘要：通过源-目标通道转换对缺失图像进行填充可以提高医学成像协议的多样性。合成目标图像的普遍方法包括通过生成性对抗网络(GAN)的一次映射。然而，隐含地描述图像分

求求你来BUG行不行·2023-10-17 23:50

【论文阅读】 Cola-Dif； An explainable task-specific synthesis network

文章目录CoLa-Diff:ConditionalLatentDiffusionModelforMulti-modalMRISynthesisAnExplainableDeepFramework:TowardsTask-SpecificFusionforMulti-to-OneMRISynthesisCoLa-Diff:ConditionalLatentDiffusionModelforMulti

求求你来BUG行不行·2023-10-17 23:13

YourTTS: Towards Zero-Shot Multi-Speaker TTS and Zero-Shot VoiceConversion for everyone论文阅读

摘要YourTTS为zero-shotmultispeaker的TTS任务带来了多语言（multilingual）方法的力量。该方法基于VITS模型，并为零样本多说话人和多语言训练添加了一些新的修改。在零样本多说话人TTS中取得了最先进的(SOTA)结果，在VCTK数据集上的零样本语音转换结果与SOTA相当。该方法在单说话人数据集的目标语言中取得了很好的结果，为低资源语言的零样本多说话人TTS和零

别和我卷！·2023-10-17 21:42

论文阅读：VITS2: Improving Quality and Efficiency of Single-Stage Text-to-Speech with Adversarial

论文标题是“VITS2:ImprovingQualityandEfficiencyofSingle-StageText-to-SpeechwithAdversarialLearningandArchitectureDesign”，写不下了，是2023.7.31原vits团队刚刚挂在arxiv上的文章，主要基于四个方面对vits做了改动，此篇文章我们就不讲vits，主要分析vits2的部分。摘要单阶

别和我卷！·2023-10-17 21:42

论文阅读：Knowledge Distillation: A Survey 知识蒸馏综述（2021）

论文阅读：KnowledgeDistillation:ASurvey知识蒸馏综述2021目录摘要IntroductionBackground知识基于响应的知识基于特征的知识基于关系的知识蒸馏模式离线蒸馏在线蒸馏自蒸馏教师

小百花~·2023-10-17 21:42

论文阅读 Memory Enhanced Global-Local Aggregation for Video Object Detection

MemoryEnhancedGlobal-LocalAggregationforVideoObjectDetectionAbstract人类如何识别视频中的物体？由于单一帧的质量低下，仅仅利用一帧图像内的信息可能很难让人们在这一帧中识别被遮挡的物体。我们认为人们识别视频中的物体有两个重要线索：全局语义信息和本地定位信息。最近，许多方法采用自注意机制，以增强关键帧中的特征，使用全局语义信息或本地定位

Re-赟·2023-10-17 19:19

【论文阅读】RadHAR：通过毫米波雷达生成的点云识别人类活动

文章目录原文题目摘要1引言2背景2.1毫米波雷达3RADHAR概述3.1数据收集和预处理3.2MMActvity数据集3.3数据预处理3.4分类器4评价5结论原文题目RadHAR:HumanActivityRecognitionfromPointCloudsGeneratedthroughaMillimeter-waveRadar摘要准确的人类活动识别(HAR)是实现新兴的情境感知应用的关键，这些

dotJunz·2023-10-17 18:32

【论文阅读 10】Unsupervised Anomaly Detection for Surface Defects With Dual-Siamese Network

基于双孪生网络的表面缺陷无监督异常检测IEEETRANSACTIONSONINDUSTRIALINFORMATICS0.摘要在真实工业场景下，无监督异常检测面临挑战，因为少量的正常图像提供有限的区分信息，而异常缺陷难以预测。尽管目前广泛使用基于图像重建的方法进行异常检测，但它们不能有效地学习语义表示，导致重构效果不佳。本文中，我们将异常检测视为一个联合问题，涉及特征重建和修复，使用双孪生框架来解决

不菜不菜·2023-10-17 08:25

【论文阅读】基于卷积神经的端到端无监督变形图像配准

End-to-EndUnsupervisedDeformableImageRegistrationwithaConvolutionalNeuralNetwork《基于卷积神经的端到端无监督变形图像配准》文章目录摘要Abstract.1.导言Introduction附录References未完待续tobecontinued...摘要Abstract.Inthisworkweproposeadeepl

^ V ^·2023-10-17 01:49

论文阅读：Seeing in Extra Darkness Using a Deep-Red Flash

论文阅读：SeeinginExtraDarknessUsingaDeep-RedFlash今天介绍的这篇文章是2021年ICCV的一篇oral文章，主要是为了解决极暗光下的成像问题，通过一个深红的闪光灯补光

Matrix_11·2023-10-16 20:36

论文阅读笔记markdown模板

Title文章标题Summary写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。ResearchObjective作者的研究目标。ProblemStatement问题陈述，要解决什么问题？Method(s)解决问题的方法/算法是什么？Evaluation作者如何评估自己的方法，有没有问题或者可以借鉴的地方。Conclusion作者给了哪些strongconclusion,又给了哪

iwtbs_kevin·2023-10-16 16:17

Empowering Low-Light Image Enhancer through Customized Learnable Priors 论文阅读笔记

中科大、西安交大、南开大学发表在ICCV2023的论文，作者里有李重仪老师和中科大的JieHuang（ECCV2022的FECCVPR2022的ENC和CVPR2023的ERL的一作）喔，看来可能是和JieHuang同一个课题组的，而且同样代码是开源的，我很喜欢。文章利用了MAE的encoder来做一些事情，提出了一个叫customizedunfoldingenhancer（CUE）的方法。从MA

ssf-yasuo·2023-10-16 15:13

论文阅读：CTRL： Surpassing Human Performance in Offline LiDAR based 3D Object Detection

目录概要Motivation整体架构流程技术细节BaseDetectorTrackingTrack-CentricLearning小结论文地址：[2304.12315]OnceDetected,NeverLost:SurpassingHumanPerformanceinOfflineLiDARbased3DObjectDetection(arxiv.org)代码地址：GitHub-tusen-ai

苦瓜汤补钙·2023-10-16 15:11

论文阅读：CenterFormer: Center-based Transformer for 3D Object Detection

目录概要Motivation整体架构流程技术细节Multi-scaleCenterProposalNetworkMulti-scaleCenterTransformerDecoderMulti-frameCenterFormer小结论文地址：[2209.05588]CenterFormer:Center-basedTransformerfor3DObjectDetection(arxiv.org)

苦瓜汤补钙·2023-10-16 15:10

论文阅读：Segment Any Point Cloud Sequences by Distilling Vision Foundation Models

目录概要Motivation整体架构流程技术细节小结论文地址：[2306.09347]SegmentAnyPointCloudSequencesbyDistillingVisionFoundationModels(arxiv.org)代码地址：GitHub-youquanl/Segment-Any-Point-Cloud:[NeurIPS'23Spotlight]SegmentAnyPointCl

苦瓜汤补钙·2023-10-16 15:37

YOLOv8/YOLOv7/YOLOv5/YOLOv4/Faster-rcnn系列算法改进【NO.73】添加渐近特征金字塔网络（AFPN模块）

前言作为当前先进的深度学习目标检测算法YOLOv8，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YOLOv8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YOLOv8，YOLOv7、YOLOv5算法2020年至今已经涌现出大

人工智能算法研究院·2023-10-16 12:13

推荐频道

【论文阅读】YOLOv4: