【论文阅读笔记】第15页

风格迁移 I2I 论文阅读笔记——AnimeGAN，动漫风格生成

AnimeGAN:ANovelLightweightGANforPhotoAnimationgithub代码：https://github.com/TachibanaYoshino/AnimeGAN介绍动画制作需要考虑线条、纹理、颜色和阴影，十分耗时。因此，能够自动转化real-worldphotostohigh-qualityanimationstyleimage的技术是很有价值的。现有的技术存

芋圆526·2022-12-22 12:05

【论文阅读笔记1】：Pre-trained Language Models for Text Generation: A Survey

前言博客得主要目的是记录自己的学习收获，排版、行文都会比较随意，内容也主要以自己能理解的方式描述，还希望各位看客见谅。本文为中国人民大学发表在IJCAI2021上的预训练语言模型文本生成综述论文。我目前的想法是重点关注文章的结构，再具体补充其中的内容。论文链接：https://arxiv.org/abs/2105.10311目录前言编辑引言一、INTRODUCTION二、PRELIMINARY2.

Magichz86·2022-12-22 09:17

深度森林论文阅读笔记

本文是《机器学习》作者周志华教授和冯霁博士在2017年2月28日发表的论文《DeepForest:TowardsAnAlternativetoDeepNeuralNetworks》的阅读笔记，因此本文不会一字一句的翻译过来，但会加入我自己的理解，如有谬误请读者指正。新智元（http://chuansong.me/n/1621631051734）对此文也有一篇翻译。周志华教授和冯霁博士提出了“深度森

Ritchie_Leung·2022-12-22 08:02

论文阅读笔记《Self-Supervised Hypergraph Convolutional Networks for Session-based Recommendation》

bro_donkey·2022-12-22 06:59

论文阅读笔记：Vision Transformer (ViT)

1.VisionTransformerDosovitskiy,Alexey,etal.“Animageisworth16x16words:Transformersforimagerecognitionatscale.”arXivpreprintarXiv:2010.11929(2020).这是一篇奠定了Transformer在视觉领域击败传统卷积的文章，Transformer在NLP领域大放异彩之

loki2018·2022-12-22 03:41

类感知对比半监督学习(Class-Aware Contrastive Semi-Supervised Learning)论文阅读笔记

文献地址：论文链接，Github代码：Github链接1研究背景现有基于伪标签的半监督学习方法存在的问题：伪标签→存在确认偏差（ConfirmationBias）分布外噪声数据→影响模型的判别能力是否存在一种通用增益方法，可适用于各基于伪标签的半监督方法？MixMatch[1](NIPS,2019)：数据Mixup→预测锐化（Sharpen）FixMatch[2](NIPS,2020)：置信度阈值

Remoa·2022-12-21 21:33

【论文阅读笔记】Learning Efficient Convolutional Networks through Network Slimming

论文地址：NetworkSlimming论文总结本文提出了一种channel-level的裁剪方案，可以通过稀疏化尺度因子（BN层的scalingfactor）来裁掉“不重要”的channel。文中的方案为：在训练时，对BN层的scalingfactor施加L1L_1L1正则化，在训练网络的同时得到稀疏化的尺度因子；裁掉低于指定阈值的channel；【（1）设定裁剪的百分比；（2）依据百分

时光机ﾟ·2022-12-21 14:15

【论文阅读笔记】CycleISP: Real Image Restoration via Improved Data Synthesis

论文地址：https://arxiv.org/abs/2003.07761代码地址：https://github.com/swz30/CycleISP论文小结总的来说，就是现实世界中无法获取有效的图像对。且之前合成噪声的方式是在sRGB上添加高斯白噪声，但对于相机传感器成像管道来说，经过一系列的处理，噪声早已不是高斯白噪声了，所以之前的论文方法在相机图像中效果不好。所以作者设计了一种模式，

时光机ﾟ·2022-12-21 14:39

论文阅读笔记:Relation Network《Learning to Compare: Relation Network for Few-Shot Learning》

海淀小天·2022-12-21 12:00

[论文阅读笔记09]A Frustratingly Easy Approach for Joint Entity and Relation Extraction

一，题目AFrustratinglyEasyApproachforJointEntityandRelationExtraction一种简单易行的联合实体和关系提取方法二，作者ZexuanZhongDanqiChen：https://www.cs.princeton.edu/~danqic/Email:[email protected]

happyprince·2022-12-20 20:13

Vit 中的 Token 改进版本：Token Mreging: Your Vit But Faster 论文阅读笔记

Vit中的Token改进版本：TokenMreging:YourVitButFaster论文阅读笔记一、Abstract二、引言三、相关工作3.1有效的Transformer3.2Token的减少3.3Token

乄洛尘·2022-12-20 08:18

论文阅读笔记（11）--- Attention is all you need（Transformer）逐段精读

根据李沐读论文学习一下这篇论文。TransformerIntroductionBackgroundModelArchitectureEncoderandDecoderStacksAttentionScaledDot-ProductAttentionMulti-headAttentionApplicationsofAttentioninourModelPosition-wiseFeed-Forwar

打着灯笼摸黑·2022-12-20 07:35

论文阅读笔记（12）--- Bert

继续根据李沐读论文学习一下Bert。BertAbstractIntroductionRelatedWorkBERTModelArchitectureInput/OutputRepresentationsPre-trainingBERTFine-tuningBERTConclusionAbstract与其他论文的区别：BERT建立的是双向模型，可以同时利用左右上下文信息进行预测。并且对于预先训练好的

打着灯笼摸黑·2022-12-20 07:35

Video Visual Relation Detection 论文阅读笔记

一、引言视频能够提供更加贴合实际的特征来监测物体之间的关系：动作特征能够区分在静态图片上很难辨别的谓词，如walk与run;有很多关系不能够再图片上检测出来，如runpast,fasterthan等，视频提供了一种更加灵活的方式；视频中的视觉关系可以是随着时间维度变化的，而图片是固定的。下图中狗和飞盘的相对位置变化造成了第2帧和第7帧不同的关系。VidVRD中的视觉关系实例包括某关系在时间上的轨迹

jerry_young14·2022-12-19 23:07

Dynamic Scene Graph Generation via Anticipatory Pre-training论文阅读笔记

Motivation过去的方法只是在特征维度上对时间信息进行建模，这是一种相对笼统的方式，因为它不能明确的捕捉到视觉关系在时序上的相关性。人类可以轻易的从过去已有的相关关系推出当前帧的视觉关系，但这种视觉推导是具体于时序关系的。因此我们需要解决一下两个问题：1.空间信息和时间信息是高度缠绕的，这不利于捕捉时序上具有关联性的关系；2.AG数据集不是全标注的，仅有某几个关键帧的标注。Contribut

jerry_young14·2022-12-19 23:07

Towards Evaluating the Robustness of Neural Networks

这是一篇论文阅读笔记，论文原文：神经网络的鲁棒性评价写在前面本人在阅读这篇论文的时候也参考了别人的博文，参考博文的链接我会在文章最后的参考资料中列举出来，如有侵权请联系我删除。

馆主君晓·2022-12-19 18:33

2021_WWW_Self-Supervised Multi-Channel Hypergraph Convolutional Network for Social Recommendation

[论文阅读笔记]2021_WWW_Self-SupervisedMulti-ChannelHypergraphConvolutionalNetworkforSocialRecommendation论文下载地址

XingHe_XingHe_·2022-12-19 14:16

【论文阅读笔记】【ARXIV2105】An Efficient Pyramid Split Attention Block on Convolutional Neural Network

源文https://arxiv.org/abs/2105.14447源代码https://github.com/murufeng/EPSANetIntroductionModelPyramidSplitAttention(PSA)在SENet的基础上提出多尺度特征图提取策略，整体结构图如下所示。具体可分为如下四个步骤：SplitandConcat(SPC)模块用于获得空间级多尺度特征图；SEWei

creami11·2022-12-19 11:57

论文阅读笔记（2）：Learning a Self-Expressive Network for Subspace Clustering，SENet，用于大规模子空间聚类的自表达网络

论文阅读笔记（2）：LearningaSelf-ExpressiveNetworkforSubspaceClustering.SENet——用于大规模子空间聚类的自表达网络前言摘要一、简介二、相关工作深度聚类自表达模型可伸缩子空间聚类自注意力模型三

塔_Tass·2022-12-19 00:08

【论文阅读笔记】Network Sketching: Exploiting Binary Structure in Deep CNNs

全文概括草图，就像在画画一样，是不断精确的基础，在二进制量化的应用上，即不断地逼近残差，如HORQ(High-OrderResidualQuantization)一样。与HORO的区别在于，该方向并未二值化Input，但其提出了一个新的尺度因子的计算方式。在2-bit/1-bit的极低精度的近似ResNet-18的结果展示上，其与INQ的精确度差不多，但多了几层的二值化卷积，即时间效率下降

时光机ﾟ·2022-12-19 00:03

[论文阅读笔记64]A Unified Generative Framework for Various NER Subtasks

1.基本信息题目论文作者与单位来源年份AUnifiedGenerativeFrameworkforVariousNERSubtasks复旦大学，邱锡鹏组ACL202113Citations,70References论文链接：https://arxiv.org/pdf/2106.01223.pdf论文代码：https://github.com/yhcc/BARTNER2.要点研究主题问题背景核心方法

happyprince·2022-12-18 21:06

进化计算（八）——MOEA/D算法详解Ⅱ

MOEA/D论文阅读笔记ⅡMOEA/Dvs.MOGLS（Neighbor&TEP）MOGLSMOGLSvs.MOEA/D(Complexity)多目标0-1背包问题—MOKP两种算法的MOKP具体实施修复方法

南木长·2022-12-18 16:48

进化计算（七）——MOEA/D算法详解

MOEA/D论文阅读笔记Ⅰ摘要引言早期分解策略在多目标问题中的应用MOEA/D算法核心步骤MOEA/D算法特点文章中用于测试的3种分解方法加权和方法（向量投影角度理解）切比雪夫聚合法（最大距离最小化角度理解

南木长·2022-12-18 16:47

论文阅读笔记：Learning Deep Features for Discriminative Localization

IntroductionTask基于弱监督学习的图像分类和定位(检测)相关工作:弱监督目标定位可视化CNNMethodClassActivationMapping(CAM)CAM技术详细且简洁地展示了如何用CNN进行目标定位(检测)以及可视化，原理很简单，主要基于globalaveragepooling(GAP)Firstly,getthelastconvolutionallayerfeature

忘泪·2022-12-18 13:07

Learning Deep Features for Discriminative Localization -CAM方法帮助若监督学习研究实现物体定位论文阅读笔记

作者：18届会长cyl时期：2020-9-11论文《LearningDeepFeaturesforDiscriminativeLocalization》期刊：2016CVPR一、简单介绍：是2016年CVPR上的一篇文章。对后来的弱监督学习的研究有很大的启发。本文针对使用全局平均池化（GAP）的CNN网络提出了一个叫做classactivationmap（CAM）的技术，这个技术可以让CNN网络在

中南大学苹果实验室·2022-12-18 12:03

【论文阅读笔记】BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

BERT的出现使我们终于可以在一个大数据集上训练号一个深的神经网络，应用在很多NLP应用上面。BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding深的双向Transformer摘要（Abstract）：与别的文章的区别是什么？效果有多好？与ELMo的区别：ELMo基于RNN，双向，在运用到下游的任务时需要做

我已经吃饱了·2022-12-18 09:24

论文阅读笔记-AGMB-Transformer: Anatomy-Guided Multi-Branch Transformer Networkfor Automated Evaluation

科研澡·2022-12-18 07:49

Temporal Segment Networks for Action Recognition in Videos论文阅读笔记

这篇文章解决的问题是视频分类TSN模型的主要思路是，先将视频分为若干个等长的片段(Segment)，然后从对应片段中随机抽样一个小片段(Snippet)，对应于每个小段都会产生一个预测，再用聚合函数来合并这些小段的预测进一步得到对于整个视频的预测，对于聚合函数，作者提出了五种，⑴Maxpooling：实际上，最大池化更多地利用的是对于一个动作类别最具识别力的小片段，但没能综合利用多个小片段；⑵Me

Hia_Hia_Hia·2022-12-17 14:11

深度学习第一篇论文阅读笔记（VQA Visual Question Answering）

1VQAVisualQuestionAnswering一，介绍二，数据集收集1，图像2，问题3，答案三，数据集分析1，问题2，答案3，常识与标题四，VQA基线和方法1，基线2，方法五，结论相关链接前言写这篇论文笔记之前，我已经学习了cs231n的课程并浏览了余俊老师发表的《视觉问答技术研究》。一，介绍这篇论文介绍了视觉问题回答(VQA)的任务是给定一个图像和一个开放式的、关于图像的自然语言问题，提

是尘埃呀！·2022-12-17 11:40

EdgeFlow(ICCV2021) 论文阅读笔记（理论篇）

[Paper]EdgeFlow:AchievingPracticalInteractiveSegmentationwithEdge-GuidedFlow(2021)[Code]PaddlePaddle/PaddleSeg论文全称：EdgeFlow:AchievingPracticalInteractiveSegmentationwithEdge-GuidedFlow最近看了郝钰莹姐姐在ICCV20

QianZ423·2022-12-17 01:56

ViT Transformer论文阅读笔记

《AnImageisWorth16x16Words:TransformersforImageRecognitionatScale》论文：https://arxiv.org/abs/2010.11929代码：https://github.com/google-research/vision_transformer达摩院modelscope模型开源平台快速体验ViT模型:ModelScope魔搭社区原

蓝色兔子·2022-12-16 08:38

[论文阅读笔记]：LEARNING TO COUNT OBJECTS IN NATURAL IMAGES FOR VISUAL QUESTION ANSWERING

物体计数在VQA任务中的应用论文地址：https://github.com/Cyanogenoid/vqa-counting项目地址：https://openreview.net/pdf?id=B12Js_yRb摘要VisualQuestionAnswering(VQA)modelshavestruggledwithcountingobjectsinnaturalimagessofar.Weide

snow5618·2022-12-16 08:07

OCR文本检测模型：FCENet论文阅读笔记

文章目录前言摘要（Abstract)1.介绍（Introduction)2.相关工作（RelatedWork)3.方法（Approach）3.1傅里叶轮廓嵌入（FourierContourEmbedding)3.2FCENet4.实验（Experiments)总结前言最近在查找OCR开源项目时，发现了商汤公司的MMOCR,它和百度公司的PaddleOCR一样都是用于OCR文本检测和识别的开源框架，

DU_YULIN·2022-12-16 04:28

Zero-DCE 论文阅读笔记

C.Guoetal.,“Zero-ReferenceDeepCurveEstimationforLow-LightImageEnhancement,”2020IEEE/CVFConferenceonComputerVisionandPatternRecognition(CVPR),2020,pp.1777-1786,doi:10.1109/CVPR42600.2020.00185.这是CVPR20

sysu_first_yasuo·2022-12-16 03:24

论文阅读笔记01：深度学习技术在条纹投影三维成像中的应用

文章目录01基本原理1.1条纹分析1.2相位展开1.3相位与三维坐标转换02基于深度学习的条纹分析2.1单幅条纹分析（深度学习）2.2基于区域分块和标签增强的单幅条纹分析（深度学习）2.3条纹图像去噪03基于深度学习的相位展开3.1空域相位展开（1）条纹级次+后优化（2）一次预测3.2时域相位展开04基于深度学习的深度计算05基于深度学习的系统误差标定06基于深度学习的超快三维成像07挑战与未来研

疯狂的荷兰人学3D视觉·2022-12-15 23:42

点云配准论文阅读笔记

1.《RPM-Net:RobustPointMatchingusingLearnedFeatures》CVPR2020论文链接：http://arxiv.org/abs/2003.13479v1代码链接：https://github.com/yewzijian/RPMNet解决了点云刚性配准任务中，对初始刚性变换和噪声/离群点敏感的问题。基于空间距离的最近点对应的硬赋值对初始刚性变换和噪声/离群点

hhhhhhpw·2022-12-15 22:20

【论文笔记】ConvNeXt论文阅读笔记

paper：AConvNetforthe2020sgithub：https://github.com/facebookresearch/ConvNeXt自从ViT出现，在分类任务中很快取代各种CNN网络拿下SOTA。ViT的模型设计结构和传统的CNN结构差异很大，会不会是CNN的设计结构限制了CNN的能力呢？如果把CNN的结构设计成和ViT类似，CNN又会有什么样的表现呢？Transformer的

嘟嘟太菜了·2022-12-15 21:37

论文阅读笔记《Few-Shot Learning with Metric-Agnostic Conditional Embeddings》

小样本学习&元学习经典论文整理||持续更新核心思想本文提出一种基于度量学习的小样本学习算法，思想上与RelationNetwork接近，没有明确定义一种度量方法，而是利用卷积神经网络学习并利用softmax层输出属于各个类别的概率值，但在结构上与RelationNetwork大有不同，并且增加了一个调节模块。整个网络分成四个阶段：特征提取阶段，相关性阶段，调节阶段和分类阶段，整个网络的结构如下

深视·2022-12-15 18:24

论文阅读笔记--Clustered Federated Learning:Model-Agnostic Distributed Multitask Optimization Under Privacy

Introduction传统的ParameterServer（P-S）架构的联邦学习系统尝试训练出一个模型，让它能适用于每一个client的数据分布，这暗含了一个假设，模型的最优解θ∗\theta^*θ∗同时是所有client的最优解，各个client的模型是全等的（congruent）。也就是作者提到的Assumption1:显然这个条件不是任何时候都可以得到满足的，作者列举了两种例子：1）模型

Shawn2134123·2022-12-15 18:23

ChatGPT“克星”：用AI识别AI生成的文本，英语论文阅读笔记都能测出

萧箫发自凹非寺量子位|公众号QbitAIChatGPT的出现，让不少人看到了交期末大作业的曙光（手动狗头）。无论是英语论文、还是阅读笔记，只要在ChatGPT的知识范围内，都可以拜托它帮忙完成，写出来的内容也有理有据。不过，有没有想过你的老师也准备用“AI文本检测器”一类的东西来防止你作弊？像这样输入一段看起来没毛病的笔记，经过它一番检测，认为这段文字“由AI编写”（Fake）的可能性为99.98

QbitAl·2022-12-15 15:22

FCOS:Fully Convolutional One-Stage Object Detection(论文阅读笔记)

本文是CVPR2019的文章，基于Anchor-free。论文链接：https://arxiv.org/abs/1904.01355代码链接：当前mmdetection中有focs的相关code实现。摘要：我们提出了一种全卷积的单阶段目标检测器（FCOS），以按像素预测的方式来解决目标检测，类似于语义分割。几乎所有最新的物体检测器（例如RetinaNet，SSD，YOLOv3和FasterR-CN

酉意铭·2022-12-15 11:57

MobileNetV2:Inverted Residuals and Linear Bottlenecks

论文阅读笔记论文链接(CVPR2018)https://arxiv.org/abs/1801.04381Forexample,thedepthwiselayermayworkonatensorwith144channels

点宝木九日·2022-12-15 10:14

论文阅读笔记(二)ImageNet Classification with Deep ConvolutionalNeural Networks

摘要我们训练了一个大型深度卷积神经网络，将ImageNetLSVRC-2010比赛中120万张高分辨率图像分为1000个不同类别。在测试集中，我们达到了37.5%和17.0%的top-1和top-5错误率，这比以前的先进技术要好得多。该神经网络有6000万个参数和65万个神经元，由五个卷积层组成，其中一些层之后是最大池化层，还有三个完全连接的层，最后是1000路softmax。为了加快训练速度，我

nofaliure·2022-12-14 22:18

【自监督论文阅读笔记】Contrastive Learning Rivals Masked Image Modeling in Fine-tuning via Feature Distillation

掩码图像建模(MIM)学习表示具有非常好的微调性能，盖过了以前流行的预训练方法，如图像分类、实例对比学习和图像-文本对齐。在本文中，证明了这些预训练方法的较差微调性能可以通过以特征蒸馏(FD)形式的简单后处理来显著改善。特征蒸馏将旧的表示转换成新的表示，新的表示具有一些期望的属性，就像MIM产生的那些表示一样。这些属性，我们统称为optimizationfriendliness优化友好性，通过一组

YoooooL_·2022-12-14 15:10

论文阅读笔记：Swin-Transformer

1.Swin-TransformerLiu,Ze,etal.“Swintransformer:Hierarchicalvisiontransformerusingshiftedwindows.”ProceedingsoftheIEEE/CVFInternationalConferenceonComputerVision.2021.本文是一篇奠定了Transformer在图像领域地位的论文，它不同于

loki2018·2022-12-14 14:28

ICLR2022 GNN 论文阅读笔记（一）GraphSNN

欢迎关注WX公众号，每周发布论文解析：PaperShare,点我关注标题ANEWPERSPECTIVEON“HOWGRAPHNEURALNET-WORKSGOBEYONDWEISFEILER-LEHMAN?”（括号内的内容是个人见解，难免偏颇，望请指正）主题理论上刻画了Message-PassingGNN比WL-test的表达能力更强。（当然，这是基于判断不同graph结构的测试上的结论，GNN还

Bagba·2022-12-14 10:57

【论文阅读笔记】【CVPR2020】Improving Convolutional Networks with Self-Calibrated Convolutions

源文http://mftp.mmcheng.net/Papers/20cvprSCNet.pdf源代码https://github.com/backseason/SCNetIntroductionCNN的最新进展主要致力于设计更复杂的体系结构，以增强其表示学习能力。在本文中，我们考虑在不调整模型架构的情况下改进CNN的基本卷积特征转换过程。为此，我们提出了一种新颖的自校准卷积，该卷积通过内部通信显

creami11·2022-12-14 07:03

论文阅读笔记-Improving Convolutional Networks with Self-calibrated Convolutions

目录摘要1.引言2.方法2.1常规卷积2.2自校准卷积2.3自校准卷积优点3.实验结果：3.1ImageNet:3.2Pooling方式：3.3目标检测和实例分割：摘要在本文中，我们考虑在不调整模型架构的情况下改进CNN的基本卷积特征转换过程。为此，我们提出了一种新颖的自校准卷积，该卷积通过内部通信显着扩展了每个卷积层的视场，从而丰富了输出功能。特别是，与使用小卷积核（例如3x3）融合空间和通道方

科研澡·2022-12-14 07:33

Temporal Action Proposal Generation with Transformers TAPG transformer论文阅读笔记

论文地址：https://arxiv.org/pdf/2105.12043.pdfAbstarct为了捕获在不同粒度级别上的依赖关系，本文直观地提出了一个使用transformer的单一时间动作提案生成框架，称为TAPGTransformer，它由一个BoundaryTransformer和一个ProposalTransformer组成。通常，BoundaryTransformer捕获长期的时间依

Encounter84·2022-12-14 07:58

ASFormer:Transformer for Action Segmentation论文阅读笔记

摘要为了解决动作分割类问题，作者设计了一个高效的基于transformer的动作分割任务模型，ASFormer，该模型具有以下三个特征：（i）由于特征的高局部性，作者明确地引入了局部连通性归纳先验。它将假设空间限制在一个可靠的范围内，有利于动作分割任务用较小的训练集学习适当的目标函数。（ii）作者应用了一个预定义的层次表示模式，可以有效地处理长输入序列。（iii）作者仔细设计了解码器，以细化来自编

Encounter84·2022-12-14 06:45

推荐频道

【论文阅读笔记】