个人随笔（论文解读

VLM 系列——Llava1.5——论文解读

一、概述1、是什么Llava1.5是llava的升级全称《ImprovedBaselineswithVisualInstructionTuning》，是一个多模态视觉-文本大语言模型，可以完成：图像描述、视觉问答、根据图片写代码（HTML、JS、CSS），潜在可以完成单个目标的视觉定位、名画名人等识别（问答、描述）。支持单幅图片输入（可以作为第一个或第二个输入），多轮文本对话。本文基于CLIP的视
TigerZ*·2024-01-29 21:00

VLM 系列——Qwen-VL 千问—— 论文解读

一、概述1、是什么Qwen-VL全称《Qwen-VL:AVersatileVision-LanguageModelforUnderstanding,Localization,TextReading,andBeyond》，是一个多模态的视觉-文本模型，当前Qwen-VL（20231707）可以完成：图像字幕、视觉问答、OCR、文档理解和视觉定位功能，同时支持多语言对话、多图像交错对话、细粒度识别。基
TigerZ*·2024-01-29 21:00

VLM 系列——Monkey——论文解读

一、概述1、是什么Monkey全称《Monkey:ImageResolutionandTextLabelAreImportantThingsforLargeMulti-modalModels》，是一个多模态的视觉-文本模型，当前版本（20231130）为基于Qwen-vl的三阶段微调（增加了Lora+visualadapter支持更高的分辨率）可以完成对一幅图片进行描述（强项，更细节）、相关事物（
TigerZ*·2024-01-29 21:30

VLM 系列——Object Recognition as Next Token Prediction——论文解读

一、概述1、是什么结合了CLIP的视觉编码器+语言模型Llama的部分参数，将常见的图片描述任务转变为只输出属性，换言之将图片分类转变为预测下一个文本输出token。这样就能够生成图片的topK属性（英文），用于开放域的图片Tag场景。2、亮点*对图像-标题（从原始标题中提取名词作为参考标签）对进行训练，比图像-问题-答案三元组更容易收集和注释。对于推理，生成文本片段作为标签而不是句子。*解码器具
TigerZ*·2024-01-29 21:29

VLM 系列——Instruct BLIP——论文解读

一、概述1、是什么InstructBLIP全称《InstructBLIP:TowardsGeneral-purposeVision-LanguageModelswithInstructionTuning》，是一个多模态视觉-文本大语言模型，隶属BLIP系列第三篇，可以完成：图像描述、视觉问答、名画名人等识别（问答、描述）。支持单幅图片输入（作为第一个输入），多轮文本对话。（不支持图文交错输入、写代
TigerZ*·2024-01-29 21:29

VLM 系列——COGVLM—— 论文解读

一、概述1、是什么COGVLM全称《VISUALEXPERTFORLARGELANGUAGE》，是一个多模态的视觉-文本模型，当前CogVLM-17B（20231130）可以完成对一幅图片进行描述、图中物体或指定输出检测框、相关事物进行问答，但是这个版本只支持一个图片（为且必为首次输入），只支持英文，几乎不支持写代码（目前测试是的）。2、亮点论文认为：在不损害NLP模型原本能力的情况下，通过“视觉
TigerZ*·2024-01-29 21:29

VLM 系列——Llava——论文解读

一、概述1、是什么Llava全称《VisualInstructionTuning》，是一个多模态视觉-文本大语言模型，可以完成：图像描述、视觉问答、根据图片写代码（HTML、JS、CSS），潜在可以完成单个目标的视觉定位、名画名人等识别（问答、描述）。支持单幅图片输入（可以作为第一个或第二个输入），多轮文本对话。本文基于CLIP的视觉编码器，以及LLaMa语言解码器，构建了一个大规模的多模态模型（
TigerZ*·2024-01-29 21:57

2024年1月19日Arxiv最热论文推荐：伯克利提出加速3D数据建模新方法、ICLR 2024论文让AI不再遗忘、谷歌新模型让一切皆可分割、北大多模态大模型用语言操控视频修复

论文解读、论文热度排序、论文标签、中文标题、推荐理由和论文摘要均由赛博马良平台（saibomaliang.com）上的智能体「AI论文解读达人」提供。
夕小瑶·2024-01-29 08:12

探寻ChatGPT底层模型诞生之路 —— 3篇OpenAI关键论文解读

本文是2023.02.20发表在同名公众号「陌北有棵树」上的一篇文章，个人观点是基础理论的学习现在仍是有必要的，所以搬运过来。最近一段时间ChatGPT的信息铺天盖地，难免眼花缭乱，但是信息太多往往约等于没有信息。同时，当我读了相关论文后发现，目前很多新闻、评论、专业人士的解读等，大部分都还是基于openAI发的几篇论文的。既然如此，为什么不直接读论文来获取一手信息呢？所以接下来我会学习ChatG
陌北有棵树·2024-01-29 06:58

【论文解读】Object Goal Navigation usingGoal-Oriented Semantic Exploration

论文：https://devendrachaplot.github.io/papers/semantic-exploration.pdf代码：https://github.com/devendrachaplot/Object-Goal-Navigation项目：ObjectGoalNavigationusingGoal-OrientedSemanticExplorationexample：1摘要：
LeapMay·2024-01-27 15:27

学习笔记-李沐动手学深度学习（一）（01-07，概述、数据操作、tensor操作、数学基础、自动求导（前向计算、反向传播））

个人随笔第三列是jupyter记事本官方github上啥都有（代码、jupyter记事本、胶片）https://github.com/d2l-ai多体会【梯度指向的是值变化最大的方向】符号维度（弹幕说）
kgbkqLjm·2024-01-26 17:28

ICCV 2021 广义源无关领域自适应

《ICCV2021论文解读：广义源无关领域自适应》引言摘要项目概述数据集准备训练过程检查点领域分类器致谢论文其他引言近年来，计算机视觉领域的研究一直在不断推进，为了更好地解决领域自适应的问题，ICCV2021
OverlordDuke·2024-01-26 06:38

《洛杉矶论坛报》报道马小秋新书《秋言物语2》

马小秋女士面对中外媒体和读者粉丝，畅谈这部个人随笔录面世的缘起和经过，并和记者分享了她对商业和人生的独特观点。
马小秋秋言物语·2024-01-26 00:53

论文解读--Impact of ADC clipping and quantization of phase-modulated 79GHz CMOS radar

ADC限幅和量化对相位调制79GHzCMOS雷达的影响摘要宽带调相连续波雷达具有吸引人的特性，但需要非常高速的模数转换器(ADC)。为了保持这些ADC的功耗可接受，它们的分辨率必须保持尽可能低。我们研究了典型的79GHz人员检测场景所需的ADC分辨率。该分析基于端到端的Matlab仿真链进行的仿真，考虑到波形特性、芯片实现、传播效果、目标和环境。我们得出结论，在考虑的场景中，4位ADC是足够的。这
奔袭的算法工程师·2024-01-25 17:10

论文解读--Wideband 120 GHz to 140 GHz MIMO Radar：System Design and Imaging Results

120~140GHz宽带MIMO雷达：系统设计和成像结果摘要本文提出了一种工作频率在120GHz~140GHz之间的宽带FMCWMIMO雷达传感器。该传感器基于SiGe技术制造的雷达芯片组，并使用MIMO方法来提高角度分辨率。MIMO操作通过发射机的时域复用实现。该雷达能够通过使用FFT处理和延迟和波束形成器产生2D图像。本文给出了雷达系统的总体设计、图像重建算法和初步成像结果。1介绍在毫米波频率
奔袭的算法工程师·2024-01-25 17:40

推荐系统系列文章前75篇pdf打包下载

下载链接：https://mp.weixin.qq.com/s/bfM5IBujQJ4r3_Kfsyi1xw内容预览：经典模型解析及代码实现：模型评价：最新工业界论文解读：
文哥的学习日记·2024-01-23 23:21

tensorflow学习笔记-图像分类模型-AlexNet实现

之前一篇文章中总结了CNN中图像分类的经典模型，包括论文解读和分析，但是不写个代码搞一把总觉得虚～啊哈哈这个系列里准备把这些个经典模型用tensorflow实现一下。
飞天小小猫·2024-01-23 12:57

【论文解读】PV-RCNN: Point-Voxel Feature Set Abstraction for 3D Object Detection

PV-RCNN摘要引言方法3DVoxelCNNforEfficientFeatureEncodingandProposalGenerationVoxel-to-keypointSceneEncodingviaVoxelSetAbstractionKeypoint-to-gridRoIFeatureAbstractionforProposalRefinement实验结论摘要我们提出了一种新的高性能3
我叫两万块·2024-01-23 07:31

【论文解读】NeurIPS 2021| 基于置信度校正可信图神经网络

题目：基于置信度校正可信图神经网络会议：NeurIPS2021论文地址：https://arxiv.org/abs/2109.14285自信点，我的GNN们图神经网络(GNN)卓越的性能已经广受关注，但其预测结果是否值得信赖却有待探索。之前的研究结果表明，许多现代神经网络对其预测具有过度自信的现象。然而与之不同的是，我们发现GNN对其预测结果却呈现出欠自信的现象。因此，要想获得一个可信的GNN，亟
风度78·2024-01-23 06:25

科研学习|论文解读——老年人对生活的支配与日常生活信息寻求行为之间的关联：皮尤研究中心的信息参与和信息谨慎调查数据分析

题目：Associationsbetweenmasteryoflifeandeverydaylifeinformation-seekingbehavioramongolderadults:AnalysisofthePewResearchCenter'sinformationengagedandinformationwarysurveydata1.引言人口老龄化是一个全球现象。（现实背景）老年人的信
博士僧小星·2024-01-22 11:40

【CVPR 2023 论文解读】TriDet: Temporal Action Detection with Relative Boundary Modeling

发表时间：CVPR2023作者团队：北航，美团，JDExplore代码链接：GitHub-dingfengshi/TriDet:[CVPR2023]Codeforthepaper,TriDet:TemporalActionDetectionwithRelativeBoundaryModeling[CVPR2023]Codeforthepaper,TriDet:TemporalActionDetec
Taylor不想被展开·2024-01-21 21:26

数学建模——经典美赛O奖论文65123研读

65123论文解读一、原题目概述二、论文处理三、论文写作三.数学模型方法部分Ⅰ.K-Means聚类分析Ⅱ.主成分分析PCA方法步骤：Ⅲ.模糊评价Ⅳ.熵权法一、原题目概述这是美赛2017E题优秀论文。
清上尘·2024-01-21 17:25

【论文解读】模型即服务-MaaS中所涉及的关键技术

一、简要介绍由于预训练模型中参数和数据的数量超过一定水平，基础模型（如大型语言模型）可以显著提高下游任务性能，并出现一些新颖的特殊能力（如深度学习、复杂推理和人类对齐）。基础模型是生成式人工智能（GenAI）的一种形式，而模型即服务（MaaS）已经成为一个开创性的范式，彻底改变了GenAI模型的部署和利用。MaaS代表了我们如何使用人工智能技术的范式转变，并为开发人员和用户提供了一个可扩展和可访问
合合技术团队·2024-01-21 15:23

【论文解读】用于代码处理的语言模型综述

目录1.简要介绍2.代码处理的语言模型的评估3.通用语言模型4.用于代码处理的特定语言模型5.语言模型的代码特性6.软件开发中的LLM7.结论与挑战1.简要介绍在这项工作中，论文系统地回顾了在代码处理方面的最新进展，包括50个+模型，30个+评估任务和500个相关工作。论文将代码处理模型分解为由GPT家族表示的通用语言模型和专门预训练的代码模型，通常具有定制的目标。论文讨论了这些模型之间的关系和差
合合技术团队·2024-01-21 15:23

HAT: Hardware-Aware Transformers for Efficient Natural Language Processing论文解读

paper:HAT:Hardware-AwareTransformersforEfficientNaturalLanguageProcessingcode:https://github.com/mit-han-lab/hardware-aware-transformers1介绍Transformer网络取得了非常大的成功并具有广泛的应用。然而由于它巨大的计算代价，使得部署到手机等端侧设备面临巨大的
leo0308·2024-01-20 19:44

基于深度学习的复杂背景下目标检测研究—论文解读

1.创新点  论文主要针对模型训练中出现的正负样本不均衡问题，根据困难样本挖掘原理，在原有的损失函数中引入调制因子，将背景部分视为简单样本，减小背景损失在置信损失中的占比，使得模型收敛更快速，模型训练更充分，从而提高了复杂背景下的目标检测精度。同时，通过构建特征金字塔和融合多层特征图的方式，实现对低层特征图的语义信息融合增强，以提高对小目标检测的精度，从而提高整体的检测精度。2.实现方法  本文检
寂静之地·2024-01-20 03:28

Generative AI 新世界 | 文生图领域动手实践：预训练模型的部署和推理

在上期文章，我们探讨了文生图（Text-to-Image）方向的主要论文解读，包括：VAE、DDPM、DDIM、GLIDE、Imagen、UnCLIP、CDM、LDM等主要扩散模型领域的发展状况。
亚马逊云开发者·2024-01-19 17:08

【论文解读】A review of recent advances in lane detection and departure warning system（车道线检测综述）

PatternRecognition2017原文链接：https://www.sciencedirect.com/science/article/abs/pii/S00313203173032661流程图camera：从相机拍摄的视频中提取frame，feed到检测系统里；Lanemodeling作用：当lane检测系统failstodetectroadlinesorinterpretsother
ashergaga·2024-01-19 13:34

基于WEKWS模型的语音唤醒关键词识别

一、模型描述1.1论文解读本文所使用的模型网络结构继承自论文《CompactFeedforwardSequentialMemoryNetworksforSmall-footprintKeywordSpotting
伪_装·2024-01-19 11:31

2024年1月18日Arxiv最热论文推荐：LLM化身符号逻辑大师、谷歌DeepMind新算法挑战动态环境下的在线优化极限、中科院打造新模型分钟级生成Vlog

论文解读、论文热度排序、论文标签、中文标题、推荐理由和论文摘要均由赛博马良平台（saibomaliang.com）上的智能体「AI论文解读达人」提供。
夕小瑶·2024-01-19 11:00

高光谱分类论文解读分享之Grid Network: 基于各向异性视角下特征提取的高光谱影像分类

IEEEGRSL2023：GridNetwork:基于各向异性视角下特征提取的高光谱影像分类题目GridNetwork:FeatureExtractioninAnisotropicPerspectiveforHyperspectralImageClassification作者ZhonghaoChen,StudentMember,IEEE,DanfengHong,SeniorMember,IEEE,
曦曦逆风·2024-01-19 08:21

研究生怎么快速看懂一篇AI论文？

已经2024年了，该出现一个写论文解读AIAgent了。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。其他agents也没有能搞定的。
夕小瑶·2024-01-18 12:44

如何十分钟快速看懂一篇NLP论文？

已经2024年了，该出现一个写论文解读AIAgent了。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-18 12:14

用这个论文解读agent就够了！

已经2024年了，该出现一个写论文解读AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。其他agents也没有能搞定的。
夕小瑶·2024-01-18 12:14

2024年1月17日Arxiv最热论文推荐：清华提出多模态知识检索新框架、MIT新方法大幅提升LLMs的连贯性、浙大新模型助力视频任务新突破、Meta 革新搜索技术、Google革新AI写作

论文解读、论文热度排序、论文标签、中文标题、推荐理由和论文摘要均由赛博马良平台（saibomaliang.com）上的智能体「AI论文解读达人」提供。
夕小瑶·2024-01-18 12:42

论文解读--System Performance of a 79 GHz High-Resolution 4D Imaging MIMO Radar With 1728 Virtual Channel

1728虚拟通道79GHz高分辨率4D成像MIMO雷达系统性能研究摘要未来的驾驶员辅助和自动驾驶系统需要高分辨率的4D成像雷达，即使在恶劣的天气或光照条件下，也能提供有关车辆周围环境的详细而可靠的信息。在这项工作中，提出了一种具有1728个虚拟通道的新型高分辨率雷达系统，比目前最先进的汽车雷达传感器信道数高出9倍。为了实现该系统，采用了一种新的混合馈通和配电网拓扑结构来分配斜坡振荡器信号。设计制作
奔袭的算法工程师·2024-01-17 20:59

论文解读--Phase Noise in FMCW Radar Systems

FMCW雷达系统内的相位噪声摘要相位噪声是现代雷达、通信、光谱和计量系统的基本性能参数之一。本文提出了一种适用于FMCW雷达系统的相位噪声理论。导出了一个新的设计方程，用于确定雷达系统中允许的源相位噪声电平的最大界。分析了在传输延迟小于参考振荡器相干时间时，相干混频引起的非线性相位噪声去相关函数;讨论了在传输延迟大于参考振荡器相干时间时，目标响应的频谱展宽。提出了收发链中各子系统的影响，并讨论了一
奔袭的算法工程师·2024-01-17 14:57

如何十分钟快速看懂一篇英文CV论文？

已经2024年了，该出现一个写论文解读的AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-17 10:17

10分钟读完一篇 AI 论文！

已经2024年了，该出现一个写论文解读的AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-17 10:17

如何十分钟快速看懂一篇英文NLP论文？

已经2024年了，该出现一个写论文解读AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-17 10:16

这个论文解读 agent 比GPT-4 还要牛！强烈推荐！

已经2024年了，该出现一个写论文解读AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-17 10:46

如何快速看懂一篇英文AI论文？

已经2024年了，该出现一个写论文解读AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-17 10:46

发现了一个比GPT-4还厉害的写论文解读的agent ！

已经2024年了，该出现一个写论文解读AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-17 10:14

深度学习论文解读分享之diffGrad：一种卷积神经网络优化方法

IEEETNNLS2020：diffGrad:一种卷积神经网络优化方法题目diffGrad:AnOptimizationMethodforConvolutionalNeuralNetworks作者ShivRamDubey,Member,IEEE,SoumenduChakraborty,SwalpaKumarRoy,StudentMember,IEEE,SnehasisMukherjee,Membe
曦曦逆风·2024-01-17 07:29

如何用AI提高论文阅读效率？

已经2024年了，该出现一个写论文解读AIAgent了。大家肯定也在经常刷论文吧。但真正尝试过用GPT去刷论文、写论文解读的小伙伴，一定深有体验——费劲。
夕小瑶·2024-01-17 06:58

【强化学习与机器人控制论文 1】基于深度强化学习的机械臂避障

基于深度强化学习的机械臂避障1.引言2.论文解读2.1背景2.2将NAF算法用在机器人避障中3.总结1.引言本文介绍一篇2018年发表在EuropeanControlConference的文章，虽然不是顶会
ReEchooo·2024-01-16 22:24

高光谱分类论文解读分享之HybridSN：基于 3-D–2-D CNN 的高光谱分类（经典回顾）

IEEEGRSL2019：HybridSN：基于3-D–2-DCNN的高光谱分类题目HybridSN:Exploring3-D–2-DCNNFeatureHierarchyforHyperspectralImageClassification作者SwalpaKumarRoy,StudentMember,IEEE,GopalKrishna,ShivRamDubey,Member,IEEE,andBi
曦曦逆风·2024-01-16 08:28

MHFormer 论文解读

目录Multi-HypothesisTransformer结果Introduction&Relatedwork多假设为什么作者提出这个模型？3.Multi-HypothesisTransformer3.1Preliminary3.2MultiHypothesisGeneration3.3TemporalEmbedding3.4.SelfHypothesisRefinement3.5.CrossHy
AI视觉网奇·2024-01-16 03:59

论文解读--High Fidelity Physic Simulation of a 512-Channel 4D-Radar Sensor for Automotive Applications

汽车雷达512通道4D雷达传感器的高准确度物理仿真摘要雷达已成为当今车辆中部署的许多主动安全和舒适相关高级驾驶辅助系统(ADAS)的核心传感技术。利用雷达技术，自车可以同时探测多个目标的距离和速度。采用多输入多输出(MIMO)阵列，还可以在方位角和仰角上检测目标的到达角。4D汽车雷达传感器可以确定交通场景中目标的距离、速度、方位角和俯仰角。目前，交通场景雷达回波主要是通过测量获得的。虽然测量是有价
奔袭的算法工程师·2024-01-15 18:40

论文解读--Wheel extraction based on micro doppler distribution using high-resolution radar

基于高分辨率雷达微多普勒分布的车轮提取摘要随着先进驾驶辅助系统(ADAS)在城市场景中的出现，对汽车、卡车或摩托车等轮式车辆进行快速可靠的分类和运动估计至关重要。车轮的速度不同于车辆的底盘速度的事实被利用。第一次，基于多普勒分布的全自动方法提取了车轮的确切位置。计算归一化多普勒矩，描述基于车轮多普勒分布的每个反射的多普勒特征。具有高值的位置显示轮子的位置。除了分类之外，还可以估计车辆的方向，从而估
奔袭的算法工程师·2024-01-15 18:40
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他