【论文阅读笔记】第8页

零样本参考图像分割 ReCLIP: A Strong Zero-Shot Baseline for Referring Expression Comprehension 论文阅读笔记

零样本参考图像分割ReCLIP:AStrongZero-ShotBaselineforReferringExpressionComprehension论文阅读笔记一、Abstract二、引言三、背景3.1

乄洛尘·2023-06-20 16:32

【自监督论文阅读笔记】EVA: Exploring the Limits of Masked Visual Representation Learning at Scale

Abstract：本文推出了EVA，这是一个以视觉为中心的基础模型，旨在仅使用可公开访问的数据来探索大规模视觉表示的局限性。EVA是一种经过预训练的普通ViT，用于重建以可见图像块为条件的屏蔽掉的图像-文本对齐（image-textaligned）的视觉特征。通过这个前置任务，我们可以有效地将EVA扩展到10亿个参数，并在图像识别、视频动作识别、目标检测、实例分割和语义分割等广泛的代表性视觉下游任

YoooooL_·2023-06-20 08:05

经典ABR算法介绍：FESTIVE (CoNEXT ‘12)论文阅读笔记

文章目录前言Introduction背景&动机FESTIVE设计前言FESTIVE（Fair,Efficient,andStableadapTIVE）是DASH点播视频中最经典的ABR算法之一，也是基于吞吐量的（Rate-based）ABR算法的代表作。FESTIVE基于过去20个视频块的调和平均数（HM）预测吞吐量，进而通过一系列附加机制确定视频块的码率和请求时间。本笔记是基于原论文的翻译、梳理

Green Lv·2023-06-19 08:26

CV新架构：VanillaNet: the Power of Minimalism in Deep Learning 论文阅读笔记

CV新架构：VanillaNet:thePowerofMinimalisminDeepLearning论文阅读笔记一、Abstract二、引言三、单个Vanilla的神经结构四、训练VanillaNet4.1

乄洛尘·2023-06-19 02:27

DETRs with Hybrid Matching 论文阅读笔记

DETRswithHybridMatching论文阅读笔记一、Abstract二、引言三、相关工作目标检测中的DETR其它视觉任务中的DETR标签赋值四、方法4.1基础知识通用的DETR框架通用的可变形

乄洛尘·2023-06-19 02:27

论文阅读笔记：Total3DUnderstanding: Joint Layout, Object Pose and Mesh Reconstruction for Indoor Scenes...

Total3DUnderstanding:JointLayout,ObjectPoseandMeshReconstructionforIndoorScenesfromaSingleImage论文连接：https://arxiv.org/abs/2002.12212论文源码：https://github.com/yinyunie/Total3DUnderstanding论文英语视频：https://

种花家的德棍·2023-06-18 03:54

[论文阅读笔记77]LoRA：Low-Rank Adaptation of Large Language Models

1.基本信息题目论文作者与单位来源年份LoRA:Low-RankAdaptationofLargeLanguageModelsmicrosoftInternationalConferenceonLearningRepresentations2021524Citations论文链接：https://arxiv.org/pdf/2106.09685.pdf论文代码：https://github.com

happyprince·2023-06-17 20:24

【论文阅读笔记】BaFFLe: Backdoor Detection via Feedback-based Federated Learning

个人阅读笔记，如有错误欢迎指出会议：2021IEEE41stInternationalConferenceonDistributedComputingSystems(ICDCS)BaFFLe:BackdoorDetectionviaFeedback-basedFederatedLearning|IEEEConferencePublication|IEEEXplore问题：识别、防御联邦学习中的后门

MiaZX·2023-06-17 19:50

【论文阅读笔记】CRFL: Certifiably Robust Federated Learning against Backdoor Attacks

个人阅读笔记，如有错误欢迎指出!会议：PMLR2021[2106.08283]CRFL:CertifiablyRobustFederatedLearningagainstBackdoorAttacks(arxiv.org)问题：现有的防御算法缺乏健壮性创新：证明了所提出框架得稳定性通过马尔可夫核分析聚合模型的训练过程，提出用于模型推理得参数平滑方法：攻击方：single-shot，同时攻击1、训练

MiaZX·2023-06-17 19:50

【论文阅读笔记】Local Model Poisoning Attacks to Byzantine-Robust Federated Learning

个人阅读笔记，如有错误欢迎指出！会议：Usenix2020[1911.11815]LocalModelPoisoningAttackstoByzantine-RobustFederatedLearning(arxiv.org)问题：模型攻击对拜占庭鲁棒性联邦学习的攻击效果尚未清楚创新点：1、基于不同防御方法，设计了具有针对性的模型攻击方式2、概括了基于错误率以及基于损失函数的防御方法，测试了两种防

MiaZX·2023-06-17 19:17

Deep Retinex Decomposition for Low-Light Enhancement 论文阅读笔记

C.Wei,W.Wang,W.Yang,andJ.Liu,“Deepretinexdecompositionforlow-lightenhancement,”inBMVC,2018.总的来说，就是提出利用一个分解网络首先将输入的图片分解为照度分量和反射分量，然后用一个增强网络调节照度分量，并用去噪算法对反射分量进行去噪。将去噪后的反射分量和增强后的照度分量相乘得到增强结果。同时提出了一个数据集.这

sysu_first_yasuo·2023-06-17 09:35

EnlightenGAN: Deep Light Enhancement without Paired Supervision--论文阅读笔记

Introduction一种高效无监督的生成对抗网络，称为EnlightenGAN，可以在没有低/正常光图像对的情况下进行训练Difficulties1)同步捕获损坏和地面实况图像相同的视觉场景是非常困难甚至不切实际的(例如,光线和普通光照图像对在同一时间)2)从干净的图像中合成损坏的图像有时会有帮助，但这种合成的结果通常不够逼真，当训练后的模型应用于真实的低光图像时，会产生各种伪影3)特别对于低

zeronose·2023-06-17 09:35

LIME-论文阅读笔记

主要内容人工智能中的可解释性LIME算法思想LIME的前置条件LIME的目的对于模型输出的可解释性(LIME)对于模型行为的可解释性(SP-LIME)人工智能中的可解释性如今，机器学习乃至深度学习技术发展得如火如荼，各领域都能见到它们得身影，但是，大部分的模型对于人类而言，是一个“黑盒”，我们无从知晓模型运行背后的原理。这在许多场景下都不是一件好事，当我们希望利用模型作出某个决策时，良好的可解释性

劉北习·2023-06-17 09:33

LIME论文阅读笔记

这是暗图增强领域一篇经典的传统方法论文，发表在TIP这个顶刊文章基于的是这样一个公式：L=R⋅TL=R\cdotTL=R⋅T其中，LLL是暗图，RRR是反射分量，TTT是illuminationmap，并且对于彩色图像来说，三通道都共享相同的illuminationmap。我们可以使用各种方法估计TTT，又已知LLL，则可以得到反射分量R=L/TR=L/TR=L/T，并认为反射分量就是增强结果，即

sysu_first_yasuo·2023-06-17 09:03

【论文阅读笔记】Edge-Preserving Decompositions for Multi-Scale Tone and Detail Manipulation

论文小结：本文提出了一种可以多尺度提取边缘保留的多尺度图像解耦技术，同时作者表明基于双边滤波的细节解耦技术，在任何尺度上都达不到满意的结果，都是受限的。作者提出的方法是以带权重的最小二乘优化法为框架的，它特别适合图像的渐进式平滑化和多尺度细节提取。实际上，本文提出的方法WLS，是一种比BLF效果更好的保边算法，但耗时也要大得多。论文介绍作者认为，双边滤波非常适合去躁和精细尺度上的细节提

时光机ﾟ·2023-06-17 03:15

【论文阅读笔记】Domain Transform for Edge-Aware Image and Video Processing

论文地址：https://www.inf.ufrgs.br/~eslgastal/DomainTransform/Gastal_Oliveira_SIGGRAPH2011_Domain_Transform.pdf论文简介本文提出了一种实时对图像和视频执行高质量边缘保留过滤的方法，主要是通过基于距离的1D卷积核来完成2D卷积的操作，这也是对称卷积中较为常用的加速方式。但这里不同的地方在于，它不是

时光机ﾟ·2023-06-17 03:15

【论文阅读笔记】Fast Bilateral Filtering for the Display of High-Dynamic-Range Images

论文地址：https://people.csail.mit.edu/fredo/PUBLI/Siggraph2002/DurandBilateral.pdf论文小结本文提出方法的目标是压缩高动态范围图像，使其能够用于显示。它可以在保留细节的同时降低对比度。基本原理是将图像分为两个尺度：编码大尺度变化的基础层和一个细节层。只有基础层的对比度会降低，从而保留了细节。分解细节层的算子为双边滤波，

时光机ﾟ·2023-06-17 03:43

NeRF+SLAM论文阅读笔记

CVPR2023Co-SLAM:JointCoordinateandSparseParametricEncodingsforNeuralReal-TimeSLAMinput：RGB-Dcontribution：1.场景表示：多分辨率哈希网格（加速&保留高频特征）2.编码方式：one-blob（提升未观察到区域的补全能力和一致性）编码方式根据场景表示（hash网格）制定3.改进关键帧：支持在所有关键

weixin_47343723·2023-06-15 14:05

RIS系列：Multi-Modal Mutual Attention and Iterative Interaction for Referring Image Segmentation 论文阅读笔记

RIS系列：Multi-ModalMutualAttentionandIterativeInteractionforReferringImageSegmentation论文阅读笔记一、Abstract二

乄洛尘·2023-06-15 04:21

解决参考图像分割中的随机性问题：MMNet: Multi-Mask Network for Referring Image Segmentation 论文阅读笔记

解决参考图像分割中的随机性问题：MMNet:Multi-MaskNetworkforReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作ReferringImageSegmentationVision-LanguagePretraining

乄洛尘·2023-06-15 04:20

[论文阅读笔记74]The Power of Scale for Parameter-Efficient Prompt Tuning

1.基本信息题目论文作者与单位来源年份ThePowerofScaleforParameter-EffificientPromptTuningBrianLester等googleConferenceonEmpiricalMethodsinNaturalLanguageProcessing2021857Citations论文链接：https://arxiv.org/abs/2104.08691论文代码

happyprince·2023-06-13 10:10

[论文阅读笔记75]P-Tuning v2

1.基本信息题目论文作者与单位来源年份P-Tuningv2:PromptTuningCanBeComparabletoFine-tuningUniversallyAcrossScalesandTasksXiaoLiu等TsinghuaUniversity清华大学2021Citations,References论文链接：https://arxiv.org/pdf/2110.07602.pdf[1]L

happyprince·2023-06-13 10:10

[论文阅读笔记76]GPT Understands, Too(P-tuning)

1.基本信息题目论文作者与单位来源年份GPTUnderstands,Too清华大学Citations,References论文链接：https://arxiv.org/pdf/2103.10385.pdf论文代码：2.要点研究主题问题背景核心方法流程亮点数据集结论论文类型关键字微调大模型采用传统微调的gpt在自然语言理解（NLU）方面未能取得良好的效果，所以提出了P-tuning.LAMA，Sup

happyprince·2023-06-13 10:09

Segment Anything论文阅读笔记

AbstractSegmentAnything(SA)project:anewtask,model,anddatasetforimagesegmentation.webuiltthelargestsegmentationdatasettodate(byfar:迄今为止),withover1billionmaskson11Mlicensedandprivacyrespectingimages.The

Kris_u·2023-06-12 17:53

CLIP原理解读——大模型论文阅读笔记一

CLIP原理解读一.核心思想通过自然语言处理来的一些监督信号，可以去训练一个迁移效果很好的视觉模型。论文的作者团队收集了一个超级大的图像文本配对的数据集，有400million个图片文本的配对，模型最大用了ViT-large，提出了CLIP（ContrastiveLanguage-ImagePre-training），是一种从自然语言监督中学习的有效方法。尝试了30个数据集，都能和之前的有监督的模

CV-deeplearning·2023-06-11 04:26

【AIOT】手势捕捉论文阅读笔记

title:HandAnalyseRecorddate:2020-06-2011:32:44author:liudongdong1img:https://gitee.com/github-25970295/blogImage/raw/master/img/dataglove.jpgreprintPolicy:cc_bycover:falsecategories:AIOTtags:HandPosel

路途…·2023-06-11 01:07

进行新类检测以及概念漂移适应的半监督分类框架SACCOS论文阅读笔记

介绍本文主要想解决基于聚类的概念漂移检测方法中常做出的强假设问题，即假设同类比较接近，异类比较远离，并且还假设新类别出现时通常会连续大量出现。针对这些问题，本文提出了一种基于数据流的半监督自适应分类框架SACCOS，能够在概念漂移和概念进化的情况下进行标签预测。主要贡献为：提出了一个半监督框架，它使用基于图的聚类技术来解决概念漂移和概念进化问题对数据流中的数据实例进行在线归一化，以统一其规模，并使

FavoriteStar·2023-06-09 11:48

【论文阅读笔记】Contrast image correction method

论文小结：本文是2010年发表出来的一篇文章，提出的方法是一种增强对比度的方法，其基本原理是自适应参数的ganma校正。ganma校正的目标在于同时校正曝光过度和曝光不足区域的图像。同时，为了防止光晕伪影，使用双边滤波用于指数校正的掩码。 ganma校正一半的公式如下，本文就是基于此进行的改进。Pixelout=255∗(Pixelin255)γPixel_{out}=255*(\fra

时光机ﾟ·2023-06-08 21:59

LG-BPN: Local and Global Blind-Patch Network for Self-Supervised Real-World Denoising 论文阅读笔记

这是CVPR2023的一篇自监督去噪的文章relatedwork里面的R2R、CVF-SID、AP-BSN还没看过，找时间看一下文章提出了一个叫LG-BPN的网络结构，在现有self-superviseddenoising的blindspotnetwork的基础上提出了DSPMC和dilatedtransformerblock两个模块文章在relatedwork里面把noise2noise类的方法

sysu_first_yasuo·2023-06-07 17:49

Deep Frequency Filtering for Domain Generalization论文阅读笔记

这是CVPR2023的一篇论文，讲的是在频域做domaingeneralization，找到频域中generalizable的分量enhance它，suppress那些影响generalization的分量DG是一个研究模型泛化性的领域，尝试通过各自方法使得模型在未见过的测试集上有良好的泛化性。intro部分指出，低频分量更好泛化，而高频分量的拟合则是泛化性和准确率的tradeoff，当对高频分量

sysu_first_yasuo·2023-06-07 17:22

RUAS论文阅读笔记

这是CVPR2021的一篇暗光增强的论文Retinex增强和去噪部分第一部分的核心公式是一种retinex公式（用于暗图增强的retinex公式有几种类型，虽然本质一样但是对于各个分量的定义不一样）：y=x⊗ty=x\otimesty=x⊗t，其中x是正常光照图片（0-1），t是暗图中的亮度分量（小于1），y则是暗图（0-1）。之所以是这样的定义，可以这么理解，基于的一个假设是认为亮图的亮度分量是

sysu_first_yasuo·2023-04-21 19:37

论文阅读笔记7——TransMOT: Spatial-Temporal Graph Transformer for MOT

论文：原文没代码，离谱被Graphtransformer吸引，看看什么叫图transformer。0.AbstractTransMOT有效地对大数量的目标之间的关系进行了建模。它通过将已跟踪的目标作为稀疏带权图的集合来安排轨迹，并且构建一个空间的graphtransformer的Encoder层，一个时域的graphtransformer的Encoder层，一个空间的graphtransforme

wjpwjpwjp0831·2023-04-20 09:34

论文阅读笔记：StackGAN

hello~小李终于在月底要更新了！前阵子忙着做专业英语的作业…就一直拖着不想更新…最近为了组合又要开始写论文笔记了！论文名称：《StackGAN:TexttoPhoto-realisticImageSynthesiswithStackedGAN》论文地址：https://arxiv.org/pdf/1612.03242.pdf论文翻译：https://blog.csdn.net/u0146255

LiBiscuit·2023-04-19 13:46

machine unlearning 论文阅读笔记

文章目录前言概要导论unlearning定义SISA系统时间复杂度实验测试总结前言做一篇发表在顶会S&P-42nd42^{nd}42ndIEEESymposiumofSecurityandPrivacy的paper阅读笔记MachineUnlearning这是一篇关于机器遗忘学习的paper,顾名思义,machineunlearning就是让训练好的模型遗忘掉特定数据训练效果/特定参数,以达到保护

fa1c4·2023-04-17 17:04

【目标检测论文阅读笔记】Extended Feature Pyramid Network for Small Object Detection

（未找到代码，只有yaml文件）Abstract.小目标检测仍然是一个未解决的挑战，因为很难提取只有几个像素的小物体的信息。虽然特征金字塔网络中的尺度级对应检测缓解了这个问题，但我们发现各种尺度的特征耦合仍然会损害小物体的性能。在本文中，我们提出了扩展特征金字塔网络(EFPN)，它具有专门用于小目标检测的超高分辨率金字塔层级。具体来说，我们设计了一个名为特征纹理传输(FTT)的新模块，用于超分辨特

YoooooL_·2023-04-16 06:53

【目标检测论文阅读笔记】Small-object detection based on YOLOv5 in autonomous driving systems

Abstract随着自动驾驶领域的快速发展，对更快、更准确的目标检测框架的需求已成为必需。许多最近的基于深度学习的目标检测器在各种实时驾驶应用程序中显示出令人信服的大型目标检测性能。然而，由于这些目标的复杂性，检测交通标志和交通信号灯等小目标是一项具有挑战性的任务。此外，由于恶劣天气和低光照条件导致的前景/背景不平衡和视角变形的存在，少数图像中存在的复杂性进一步使得难以准确检测小目标。在这篇位置中

YoooooL_·2023-04-16 06:53

【目标检测论文阅读笔记】Reducing Label Noise in Anchor-Free Object Detection

（Augmentationforsmallobjectdetection）Abstract当前的anchor-free无锚目标检测器将空间上落在真值框预定义中心区域内的所有特征标记为正。这种方法会在训练过程中产生标签噪声，因为这些正标记的特征中的一些可能位于背景或遮挡物目标上，或者它们根本不是判别性特征。在本文中，我们提出了一种新的标记策略，旨在减少无锚检测器中的标签噪声。我们将源自单个特征的预测

YoooooL_·2023-04-16 06:22

【Few-Shot Segmentation论文阅读笔记】Prototype Mixture Models for Few-Shot Semantic Segmentation, ECCV, 2020

AbstractTargetProbelm：SinglePrototype===>semanticambiguityproblem为此，本文提出了PrototypeMixtureModels(PMMs)PMMs使用多个prototype用来分别对应不同的imageregions,进而提高其语义表征能力使用EM算法来估算prototype,使得PMMs能够富含丰富的channel-wised和spa

RaymondLove~·2023-04-14 04:26

SMILEtrack: SiMIlarity LEarning for Multiple Object Tracking论文阅读笔记

生命吹起轻叹·2023-04-12 14:53

Transformer for image recognition at scale论文阅读笔记

原论文链接：https://openreview.net/forum?id=YicbFdNTTy摘要因为transformer已经成为NLP任务中标准的方法了，但是在计算机视觉中的应用还是有限，但是注意力机制在图像中也可以应用，可以是纯attention，也可以是结合CNN的，所以CNN并不是必要的。VIT（visiontransformer）的提出已经在很多评价标准上成为了SOTA的方法，并且训

骑驴去学习·2023-04-12 14:23

多模态情感识别应用论文阅读笔记

1.《Amultimodalemotionrecognitionmethodbasedonfacialexpressionsandelectroencephalography》（BSPC2021二区文章)（2023.2.27）没什么好总结的，两种模态，面部图片和脑电图，数据用的kaggle面部表情数据库FER2013和公开的脑电图Seed-IV。图像用的卷积，四五层，效果感觉不佳，可以改换resn

一颗2021·2023-04-12 14:51

论文阅读笔记（七）——基于超深度神经网络的人脸识别

论文阅读笔记（七）——基于超深度神经网络的人脸识别论文简介论文中文翻译：《基于超深度神经网络的人脸识别》论文名称：《DeepID3:FaceRecognitionwithVeryDeepNeuralNetworks

咕咕噜噜咕噜噜·2023-04-12 11:57

【论文阅读笔记】里程计ODO/INS不同融合方式的性能比较

文章目录一、里程计的工作原理二、论文中的主要结论三、总结四、参考文献欢迎关注个人公众号：导航员学习札记关于里程计的融合一般用“距离增量修正”和“速度修正”两种方式。我最近在想这两种方式在性能上有什么不同，因此找了两篇论文来看。本文主要是整理了武汉大学i2Nav团队、上海交大武元新老师团队关于里程计融合的论文中的结论。一、里程计的工作原理里程计一般会用在机器人或者汽车上，轮子每转动一周，里程计会输出

路痴导航员·2023-04-11 21:28

An Empirical Study on Leveraging Position Embeddings for TOWE 论文阅读笔记

一、作者SamuelMensah、KaiSunComputerScienceDepartment,UniversityofSheffield,UKBDBCandSKLSDE,BeihangUniversity,China二、背景面向目标的意见词提取（TOWE）是面向目标的情感分析的一个新的子任务，旨在为文本中的给定方面提取意见词。下面分别为数据集示例和为TOWE应用BIO标签方案的示例。{"tok

呦，又写BUG呢·2023-04-11 11:45

【论文阅读笔记|AAAI2022】Unified Named Entity Recognition as Word-Word Relation Classification

论文题目：UnififiedNamedEntityRecognitionasWord-WordRelationClassifification论文来源：AAAI2022论文链接：AAAIPressFormattingInstructionsforAuthorsUsingLaTeX--AGuide(arxiv.org)代码链接：https://github.com/ljynlp/W2NER0摘要到目

Rose sait·2023-04-11 10:59

Bert 论文阅读笔记

主要内容AbstractIntroductionRelatedWorkBertExperimentsAblationStudiesConclusion参考论文：《BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding》正文Abstract这篇论文介绍一个新的语言表达模型BERT(BidirectionalEn

Anunnaki·2023-04-10 20:53

Pretrained-model-01-Transformer论文阅读笔记

论文题目：AttentionIsAllYouNeed发表会议：2017-NIPS1、背景知识1.1、翻译效果评价指标BLUE参考博客：https://blog.csdn.net/guolindonggld/article/details/56966200主要讲解BLUE在nltk中的实现https://blog.csdn.net/jkwwwwwwwwww/article/details/52846

小杰.·2023-04-10 09:46

【小目标检测论文阅读笔记】Small object detection in remote sensing images based on attention mechanism and multi-

《Smallobjectdetectioninremotesensingimagesbasedonattentionmechanismandmulti-scalefeaturefusion》《CotYOLO-v3》ABSTRACT由于检测目标分布密集、背景复杂等因素的影响，遥感图像中小目标较多，难以检测。为了解决遥感图像中小物体检测的难题，本文提出了一种名为CotYOLO-v3的目标检测算法。首先

YoooooL_·2023-04-10 09:58

【目标检测论文阅读笔记】CARAFE: Content-Aware ReAssembly of FEatures

Abstract特征上采样是许多现代卷积网络架构中的关键操作，例如特征金字塔。它的设计对于目标检测和语义/实例分割等密集预测任务至关重要。在这项工作中，我们提出了内容感知特征重组(CARAFE)，这是一种通用、轻量级且高效的运算符来实现这一目标。CARAFE具有几个吸引人的特性：(1)大视野。与以前仅利用亚像素邻域的作品（例如双线性插值）不同，CARAFE可以在大的感受野内聚合上下文信息。(2)内