个人随笔（论文解读第20页

联邦学习原始论文解读

目录前言AbstractIntroductionFederatedLearningPrivacyFederatedOptimizationTheFederatedAveragingAlgorithmExperimentalResultsIncreasingparallelismIncreasingcomputationperclientCanweover-optimizeontheclientda

Cyril_KI·2023-01-04 18:59

【论文解读】Spatial As Deep: Spatial CNN for Traffic Scene Understanding（车道线检测SCNN）

SpatialAsDeep:SpatialCNNforTrafficSceneUnderstanding原文链接：https://arxiv.org/abs/1712.06080github链接：https://github.com/XingangPan/SCNNCNN没有充分探索其捕捉图像行和列的像素空间关系的能力，这些关系对于学习具有强形状先验但具弱外观(图像像素)连贯性的语义对象非常重要，例

ashergaga·2023-01-04 18:24

NMS：Efficient Non-Maximum Suppression论文解读（NMS详解）

NMS，非极大值抑制算法，用于目标检测的后处理，去除重叠度较高的冗余检测结果。参考：https://www.bbsmax.com/A/A2dmV1YOze/http://blog.sina.com.cn/s/blog_6fdc463b0102vcu5.htmlhttps://blog.csdn.net/shaoxiaohu1/article/details/16817971https://blog

Schuyler_yuan·2023-01-04 11:36

资源分享 | PyTea：不用运行代码，静态分析pytorch模型的错误

本文转载自机器之心编辑：CV技术指南关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。张量形状不匹配是深度神经网络机器学习过程中会出现的重要错误之一。

CV技术指南(公众号)·2023-01-04 08:36

单阶段实例分割综述

关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。实例分割是一项具有挑战性的计算机视觉任务，需要预测对象实例及其每像素分割掩码。这使其成为语义分割和目标

CV技术指南(公众号)·2023-01-04 08:06

神经网络的初始化方法总结 | 又名“如何选择合适的初始化方法”

本文来自公众号CV技术指南的技术总结系列欢迎关注CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。为什么初始化很重要不正确初始化的权

CV技术指南(公众号)·2023-01-04 08:05

【SLAM】DM-VIO(ros版)安装和论文解读

1.dm-vio的安装进入官方链接，基本上就是按照readme的操作来：下载代码：gitclonehttps://github.com/lukasvst/dm-vio.git安装gtsam：sudoaptinstalllibtbb-devgitclonehttps://github.com/borglab/gtsam.gitcdgtsamgitcheckout4.2a6#notstrictlyne

iwander。·2023-01-04 02:36

Multi-level feature fusion based LSTN for video crowd counting论文解读

Multi-levelfeaturefusionbasedLSTNforvideocrowdcounting论文解读论文地址论文翻译Abstract1Introduction2RelatedWork2.1Deeplearningmethodsforcrowdcounting2.1.1Image-basedcrowdcounting2.1.2Video-basedcrowdcounting2.2Sp

Mr.July·2023-01-03 20:01

【新手也能读懂的超详细论文解读】Show and Tell: A Neural Image Caption Generator

ShowandTell:ANeuralImageCaptionGenerator前言（与论文无关）简介模型总结前言（与论文无关）最近事情比较多，除了考试还有导师布置的任务，还有几门考试，当然还要花时间打游戏，所以呢没有时间每天都更新。不过我还是希望不要颓废，这个定时看论文写笔记的习惯要好好保持。那就决定以后每周会固定更新两篇，空闲时间多的话会再多写。封锁在学校里最大的影响就是没法练琴了，啊啊啊啊好

我又不紧张a·2023-01-03 18:51

【语音增强论文解读 07】基于UFORMER的单通道语音增强和去混响

作者：YihuiFu,YunLiu,JingdongLi,DaweiLuo,ShuboLv,YukaiJv,LeiXie1.动机近年来，研究者开始尝试采用复数谱，对输入语音频谱的实部和虚部同时进行建模，能够获得更高的理论上限，从而逐渐成为研究的热点方向。但此前的工作没有对这两个域的特征进行联合优化以发掘其潜在的内部联系。由于空间信息的丢失，在单通道场景下的语音去混响充满了挑战。另一方面，从Tran

怕鸭鸭不怕·2023-01-03 13:37

Resnet论文解读

摘要：提出了一种残差结构，这些残差网络的集合在ImageNet测试集上实现了3.57%的误差。该结果在ILSVRC2015分类任务中获得第一名。介绍：主要讲述的就是针对深度越深，精确度达到了一种饱和的状态，然后就会产生退化，并且这些退化并不是由于过拟合造成的，而是因为深度越深，即添加的层数越多，他的精确度就会发生退化。如下图所示，56层的神经网络比20层的神经网络的训练误差或者是测试误差都高。于是

m0_46314815胡说养的猪·2023-01-03 11:02

Guidance and Evaluation: Semantic-Aware Image Inpainting for Mixed Scenes 论文解读和感想

GuidanceandEvaluation:Semantic-AwareImageInpaintingforMixedScenes背景和动机本文的基本出发点和SPG相似，都是通过获得缺失图像的完整语义分割图像，然后通过语义分割图像引导缺失图像的修复。但是相对于最原始的SPG模型，本文提出了其两个不足之处：1、在混合场景，直接从缺失图像预测真实图像的语义分割信息是一个困难的任务，而不准确的语义分割信

涑月听枫·2023-01-03 09:51

TGN：Temporal Graph Networks论文解读

公众号异度侵入“图神经网络（GNNs）的研究已经成为今年机器学习领域的热门话题之一。GNNs最近在生物、化学、社会科学、物理等领域取得了一系列成功。但GNN模型目前以静态图上偏多，然而现实世界许多关系是动态的，比如社交网络、金融交易和推荐系统，动态的变化包含了许多重要信息，只考虑静态图，很难捕捉到其中信息。”本篇文章发表在ICLR2020上，对动态图的节点进行连接预测。TGN中，作者除利用传统的图

captainqxy·2023-01-03 08:31

NLP论文解读：无需模板且高效的语言微调模型（上）

©原创作者|苏菲论文题目：Prompt-freeandEfficientLanguageModelFine-Tuning论文作者：RabeehKarimiMahabadi论文地址：https://openreview.net/pdf?id=6o5ZEtqP2g提示学习（Prompt-learning）被誉为自然语言处理的“第4种范式”，它可以在少样本甚至零样本的条件下，通过将下游任务修改为语言生成

NLP论文解读·2023-01-03 08:30

NLP论文解读：无需模板且高效的语言微调模型（下）

©原创作者|苏菲论文题目：Prompt-freeandEfficientLanguageModelFine-Tuning论文作者：RabeehKarimiMahabadi论文地址：https://openreview.net/pdf?id=6o5ZEtqP2g02PERFECT：无需Patterns和Verbalizer的微调模型这个模型主要包含三个部分：1）无需pattern的任务描述，使用了一

NLP论文解读·2023-01-03 08:30

《FMODetect:Robust Detection of Fast Moving Objects》论文解读

本文将FMO检测任务划分成检测＋抠图＋去模糊的任务，并且能够实现实时检测。思路总结本文方法类似于双阶段目标检测算法，双阶段目标检测算法例如Fast-RCNN。第一阶段先通过RPN找到感兴趣的区域然后第二阶段对感兴趣的区域内进行目标框的回归以及类别的分类。而本文的算法可以理解为先对疑似FMO的区域进行筛选和裁剪操作，然后对小范围进行FMO的判别、轨迹拟合以及抠图。将抠图解码得到的图像块再进行后续的去

birdlinlll·2023-01-02 15:45

《DeFMO:Deblurring and Shape Recovery of Fast Moving Objects》论文解读

本文中心思想将模糊图像中FMO的外观和位置输出到一系列的子帧中，即进行时间超分辨率。模糊帧的物理生成模型被假设为多个具有锐利边缘的子帧的时间集成。DeFMO提出的网络不局限于运动物体为球体，而是可以重建任意形状FMO的锐利轮廓和外观，综合了FMO去模糊、3D建模和子帧跟踪。并且在合成的数据集进行自监督的去模糊训练，但是具有很好的泛化性能够很好地迁移到真实数据集上。DeFMO的思路输入数据是由干净的

birdlinlll·2023-01-02 15:14

【论文解读】（2020-EMNLP）Adaptive Attentional Network for Few-Shot Knowledge Graph Completion

【论文解读】（2020-EMNLP）AdaptiveAttentionalNetworkforFew-ShotKnowledgeGraphCompletion摘要最近相关研究的重点为通过学习实体的静态表示方法

fadeGR·2023-01-02 14:40

Semantic Segmentation---DANet:Dual Attention Network for Scene Segmentation（论文解读九）

Code：pytorch目录DANet论文解读1Abstract2In

Jayden yang·2023-01-02 14:03

SCI论文解读复现【NO.2】基于注意机制的YOLOv5改进算法在行星图像中的应用(代码已复现)

此前出了目标检测算法改进专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读发表高水平学术期刊中的SCI论文，并对相应的SCI期刊进行介绍，帮助大家解答疑惑，助力科研论文投稿。解读的系列文章，本人会进行创新点代码复现，有需要的朋友可关注私信我获取。一、摘要应用目标检测方法从行星图像中自动检测出漂砾并分

人工智能算法研究院·2023-01-02 11:53

论文解读：医学影像中的注意力机制

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源｜DanielLiu@知乎，https://zhuanlan.zhihu.com/p/138555896Multi-scaleself-guidedattentionformedicalimagesegmentation该论文的方法为2019年发布的在CHAOSMRIDataset上进行医学图像分割的最优方法，最终的Dice

小白学视觉·2023-01-01 14:25

知识图谱最新权威综述论文解读：知识图谱应用部分

知识图谱在人工智能的许多领域都发挥了重要作用，综述论文的这一章引入多个最新的基于深度学习的知识驱动方法，主要包括的应用领域有自然语言理解，推荐系统和问答系统。1自然语言理解知识感知的自然语言理解通过将结构化的知识注入一个统一的语义空间中来提高语言表示能力。最新的知识驱动方法将显式的事实知识和隐式的语言表示用于许多自然语言理解任务中。Chen等人[1]提出了在两个知识图谱上的双图随机游走方法，这两个

ngl567·2023-01-01 14:14

AlexNet——TensorFlow实现MNIST图像分类预测

AlexNet网络模型的详细介绍参考ImageNetClassificationwithDeepConvolutionalNeuralNetworks论文解读，TensorFlow的介绍参考TensorFlow

Schuyler_yuan·2023-01-01 09:02

AlexNet论文解读——ImageNet Classification with Deep Convolutional

目录摘要1.介绍2.数据集3.模型架构3.1AlexNet架构图3.2激活函数Relu3.3多GPU训练问题3.4LRN层3.5重叠池化4.减少过拟合4.1数据增强4.2Dropout层5.训练的细节6.实验结果6.1定性评估7.总结讨论 ImgNet是业界用于视觉目标识别研究的一个免费的大型数据库，已手动标注了1500多万张图片，自2010年起，ImageNet每年举办一次大规模视觉识别的挑战赛

要什么自行车儿·2023-01-01 09:58

ACL’22 | 为大模型定制的数据增强方法FlipDA，屠榜六大NLU 数据集

本文转载自公众号“夕小瑶的卖萌屋”，专业带逛互联网算法圈的神操作-----》我是传送门关注后，回复以下口令：回复【789】：领取深度学习全栈手册（含NLP、CV海量综述、必刷论文解读）回复【入群】：加入卖萌屋深度学习

夕小瑶·2023-01-01 07:10

pointnet 学习资料

PointNet系列(1)-PointNet论文解读细嚼慢咽读论文：PointNet论文及代码详细解析Center-based3DObjectDetectionandTracking-笔记基于单目&双目图像的

锦鲤少年丶·2022-12-31 18:45

Image Super-Resolution via Iterative Refinement 论文解读和感想

随着20年DDPM的提出，近两年提出了大量基于DenoisingDiffusion的图像处理模型，本文便是谷歌在21年CVPR提出的基于DenoisingDiffusion的图像超分模型。背景动机ImageSR已经是低级视觉任务中元老级别的任务了，存在大量的基于不同的生成范式的ImageSR模型，但是作者开局便对几种基于常见的生成范式的模型不足点进行了概括：首先是自回归模型，虽然其模型间接，想法直

涑月听枫·2022-12-31 17:16

论文浏览(36) Finding Action Tubes with a Sparse-to-Dense Framework

文章目录0.前言1.要解决什么问题2.用了什么方法3.效果如何4.还存在什么问题&有什么可以借鉴0.前言相关资料：arxivgithub论文解读论文基本信息领域：时空行为检测作者单位：上海交大&上海大学发表时间

清欢守护者·2022-12-31 16:50

CVPR 2021 自动驾驶相关论文解读

论文列表来源：https://zhuanlan.zhihu.com/p/382419598场景生成NOTES：在自动驾驶研发过程中，大量的测试不可避免；然而，昂贵的实车测试使得许多的研究人员纷纷关注于仿真测试。传统的仿真测试的基本思路是依据真实数据和人工规则来生成，但是工作量巨大而难以成规模，依赖于机器学习方法的场景生成称为研究热门。场景生成的要点仍是基于真实数据的挖掘，提取出交通参与者的特征，然

洌泉_就这样吧·2022-12-31 10:19

CVPR2021论文解读--图像去噪:Pseudo 3D Auto-Correlation Network for Real Image Denoising

论文链接：https://openaccess.thecvf.com/content/CVPR2021/papers/Hu_Pseudo_3D_Auto-Correlation_Network_for_Real_Image_Denoising_CVPR_2021_paper.pdf摘要：图像中自相关的提取在深度学习网络中显示出巨大的潜力，例如通道域的自注意力机制和空间域的自相似机制。然而，上述机制

One_1111·2022-12-31 10:59

VGAE（Variational graph auto-encoders）论文及代码解读

一，论文来源论文pdfVariationalgraphauto-encoders论文代码github代码二，论文解读理论部分参考：VariationalGraphAuto-Encoders（VGAE）理论参考和源码解析

瞳瞳瞳呀·2022-12-31 07:47

Faster RCNN网络源码解读（Ⅰ） --- Fast RCNN、Faster RCNN论文解读

目录一、FastR-CNN论文解读二、FasterR-CNN论文解读一、FastR-CNN论文解读FastR-CNN是作者RossGirshick继R-CNN后的又一力作。

Courage2022·2022-12-30 13:44

Mask-RCNN论文解读

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达MaskR-CNN介绍MaskR-CNN是基于FasterR-CNN的基于上演进改良而来，FasterR-CNN并不是为了输入输出之间进行像素对齐的目标而设计的，为了弥补这个不足，我们提出了一个简洁非量化的层，名叫RoIAlign，RoIAlign可以保留大致的空间位置，除了这个改进之外，RoIAlign还有一个重大的影响：那就

小白学视觉·2022-12-30 08:14

2020CVPR之ATSS：Bridging the Gap Between Anchor-based and Anchor-free Detection

BridgingtheGapBetweenAnchor-basedandAnchor-freeDetectionviaAdaptiveTrainingSampleSelection张士峰大佬近期发了一篇论文解读

旅人_Eric·2022-12-30 08:44

Incorporating Dynamic Semantics into Pre-Trained Language Model for Aspect-based Sentiment Analysis

论文解读：IncorporatingDynamicSemanticsintoPre-TrainedLanguageModelforAspect-basedSentimentAnalysis（将动态语义融入预训练语言模型中

诚诚程程成·2022-12-30 07:46

ICCV2021 | SMCA：即插即用的共同注意力模型，可使DETR收敛加速10倍

上海人工智能实验室多篇论文入选ICCV2021，本期与读者分享论文解读：《FastConvergenceofDETRwithSpatiallyMod

视学算法·2022-12-29 17:56

读论文---MaskFormer论文解读

摘要很多语义分割方法采用per-pixelclassification的方法然而实力分割采用alternativemaskclassification方法本文insight是maskclassifficatjion是足够通用的方法来解决语义、实例分割。提出了MaskFormer,mask分类模型，asimplemaskclassificationmodelwhichpredictsasetofbi

计算机视觉-Archer·2022-12-29 17:55

图像超分辨率之 DRN 论文解读与感想

图像超分辨率之DRN(Closed-loopMatters:DualRegressionNetworksforSingleImageSuper-Resolution)论文解读与感想DRN是在2020年顶会

涑月听枫·2022-12-29 17:29

CBAM:Convolutional Block Attention Module

目录1、注意力机制2、论文解读2.1ChannelAttentionModule（通道注意力机制）2.2Spatialattentionchannel2.3CBAMintegratedwithaResBlockinResNet2.4

Dear_林·2022-12-29 16:39

达摩院CVPR2022基于自适应混合金字塔的高清人像美肤模型ABPN论文解读

一、论文&代码论文：ABPN:AdaptiveBlendPyramidNetworkforReal-TimeLocalRetouchingofUltraHigh-ResolutionPhoto模型&代码：https://www.modelscope.cn/models/damo/cv_unet_skin-retouching/summary二、背景随着数字文化产业的蓬勃发展，人工智能技术开始广泛应

AI记忆·2022-12-29 16:08

PaddleDetection研究报告——百度目标检测PP-YOLOE论文解读+实践应用

WerZ·2022-12-29 15:31

论文解读：学习蛋白质的空间结构可以提高蛋白质相互作用的预测

文章目录论文概况1.研究背景2.研究数据2.1种内数据集2.2种间数据集2.3多类别数据集3.研究方法3.1数据预处理3.2局部特征提取3.3结构特征提取3.3.1构建预测接触图3.3.2图表示学习3.4预测模块4.结果4.1种内数据集上的性能比较4.1.1四个种内数据集性能比较4.1.2与其他算法比较4.2多物种数据集的性能比较4.2.1不同阈值的序列同一性比较4.2.2TAGPPI与PIPR方

wangpan007·2022-12-29 15:58

【论文解读 AAAI 2018 | DHNE】Structural Deep Embedding for Hyper-Networks

论文链接：https://arxiv.org/abs/1711.10146代码链接：https://github.com/tadpole/DHNE会议：AAAI2018目录1摘要2介绍2.1一些基本概念如下2.2本文的贡献如下2.3一些定义3DeepHyper-NetworkEmbedding3.1损失函数4总结1摘要现有的网络嵌入工作都聚焦于有成对关系的网络，但在现实中，有超边（hyperedg

byn12345·2022-12-29 14:36

[论文解读]Deep active learning for object detection

Deepactivelearningforobjectdetection文章目录Deepactivelearningforobjectdetection简介摘要初步以前的工作Method黑箱主动学习3.1.1Minmax(mm)3.1.2MaximumEntropy(ent)3.1.3SumEntropy(ent-sum)白盒主动学习勘探/开发框架结果PASCALVOC不同口味白盒的比较与黑箱方法

年糕糕糕·2022-12-29 00:09

GPT论文解读

GPT：GenerativePre-Training。文章目录1.摘要2.结论3.损失函数1.摘要概述（NLU包含多个具体的子任务）->现状导致了挑战（未标注数据远远超过了标记数据）->使用GPT的方法（具体包含discriminativefine-tuning）产生了很大的进步->相比于以前的方法，充分利用了task-awareinputtransformation->具体产生了哪些提升

强强学习·2022-12-28 14:18

论文解读：ProteinBERT: a universal deep-learning model of protein sequence and function

目录1.研究背景2.研究数据2.1预训练的蛋白质数据集2.2蛋白质基准数据集3.研究方法3.1序列和标注编码3.2蛋白质序列和注释的自我监督预训练3.3对蛋白质基准进行监督微调3.4深度学习框架4.结果4.1预训练可以改善蛋白质模型4.2ProteinBERT在不同的蛋白质基准上达到了近乎最先进的结果4.4全局注意力机制的理解5.结论作者单位：耶路撒冷希伯来大学发表期刊：《Bioinformati

wangpan007·2022-12-28 14:08

论文解读：DenseCap: Fully Convolutional Localization Networks for Dense Captioning

本篇论文解读的排版主要参见原文的格式，针对原文中的每一个小节进行展开，有的是对原文的一个提炼和简单概括，有的是对原文中涉及但是又没有详细介绍的技术的补充和说明。

ZeroZone零域·2022-12-28 13:51

猎人猎物优化算法HPO

原论文解读在这里代码转自这里importnumpyasnpfromtqdmimporttqdm#进度条设置importrandomfrommatplotlibimportrcParamsimportmathimportmatplotlib

卡卡西~·2022-12-28 08:10

体素ICCV2019（一）Pix2Vox: Context-aware 3D Reconstruction from Single and Multi-view Images

《Pix2Vox:Context-aware3DReconstructionfromSingleandMulti-viewImages》论文解读Abstract1.Relatedwork1.1Single-view3DReconstruction1.2Multi-view3DReconstruction2

Raywit·2022-12-27 21:53

《Towards Accurate Alignment in Real-time 3D Hand-Mesh Reconstruction》论文解读

一、参考资料实时重建手部网格3DHandMeshReconstruction论文笔记二、相关介绍《TowardsAccurateAlignmentinReal-time3DHand-MeshReconstruction》（实时三维手部网格重建中的精确对齐）XiaoTang,TianyuWang,andChi-WingFu.InternationalConferenceonComputerVisio

花花少年·2022-12-27 21:48

推荐频道

个人随笔（论文解读