个人随笔（论文解读第23页

RTFormer: Efficient Design for Real-Time Semantic Segmentation with Transformer论文解读

RTFormer:EfficientDesignforReal-TimeSemanticSegmentationwithTransformer论文解读前言1.stem+basicconvblock2.RTFormerblock3

Wan-yuming·2022-12-13 18:30

Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks论文解读

ConnectingtheDots:MultivariateTimeSeriesForecastingwithGraphNeuralNetworks论文解读MTGNN思路解读INTRODUCTIONMTGNN

wdkhuans·2022-12-13 16:10

convE模型

文章目录《convolutional2Dknowledgegraphembedding》论文解读研究问题写作动机(motivation)模型详细描述模型的整体框架图实验数据集实验结果Reference《

漫步NLP路·2022-12-13 14:13

DAGA: Data Augmentation with a Generation Approach for Low-resource Tagging Tasks 论文解读

文章提出的DAGA是一种适配于NER的数据增强方法，来自阿里达摩院1.核心思想DAGA的思想简单来讲就是标签线性化：即将原始的**「序列标注标签」与「句子token」进行混合，也就是变成「Tag-Word」**的形式，如下图：将「B-PER」放置在「Jose」之前，将「E-PER」放置在「Valentin」之前；对于标签「O」则不与句子混合。标签线性化后就可以生成一个句子了，文章基于此句子就可以进

Dongxue_NLP·2022-12-13 12:05

objects as points论文解读，另一篇 CenterNet

前言anchor-free目标检测属于anchor-free系列的目标检测，相比于CornerNet做出了改进，使得检测速度和精度相比于one-stage和two-stage的框架都有不小的提高，尤其是与YOLOv3作比较，在相同速度的条件下，CenterNet的精度比YOLOv3提高了4个左右的点。CenterNet不仅可以用于目标检测，还可以用于其他的一些任务，如肢体识别或者3D目标检测等等，

bupt_cy·2022-12-13 11:31

基于特征的对抗迁移学习论文_用于部分迁移学习的加权对抗网络 | CVPR 2018论文解读...

在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。在这个栏目里，你会快速get每篇精选论文的亮点和痛点，时刻紧跟AI前沿成果。点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。这是PaperDaily的第60篇文章本期推荐的论文笔记来自PaperWeekly社区用户@jindongwang。本文是伍伦贡大学(UniversityofWollongong)发表于C

山山笔记·2022-12-13 02:35

Speech Emotion Recognition With Local-Global aware Deep Representation Learning论文解读

TEMPORALMODELINGMATTERS:ANOVELTEMPORALEMOTIONALMODELINGAPPROACHFORSPEECHEMOTIONRECOGNITIONpaper：2211.08233v1.pdf(arxiv.org)code：Jiaxin-Ye/TIM-Net_SER:ThesearethesupplementarymaterialandTensorflow2.7im

Trouble..·2022-12-12 23:21

PESE Event Structure Extraction using Pointer Network based Encoder-Decoder Architecture论文解读

PESE:EventStructureExtractionusingPointerNetworkbasedEncoder-DecoderArchitecturecode：alapanju/PESE:ThisisthecodeforourAACL-IJCNLP2022paper“PESE:EventStructureExtractionusingPointerNetworkbasedEncoder-

Trouble..·2022-12-12 23:51

行为识别 - ViViT: A Video Vision Transformer

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&可借鉴之处0.前言相关资料：arxivgithub（非官方实现，还没做完），官方版的说要发布但暂时还没有看到论文解读论文基本信息领域

清欢守护者·2022-12-12 22:45

YOLOv3: An Incremental Improvement 论文详细解读

目录前言1.边界框预测2.多类别标注与分类3.多尺度目标检测4.网络架构前言对应YOLOv1论文解读：YouOnlyLookOnce:Unified,Real-TimeObjectDetection（Yolov1

码农研究僧·2022-12-12 20:14

【YOLO系列】YOLOv1论文解读

【声明】：此笔记是根据b站大up【@同济子豪兄】视频内容并结合自己理解进行整理，如有不理解之处可以去b站找up原视频观看详解。另：十分非常万分感谢大up子豪兄的无私奉献，使像我这样的小白能够更快跨入DL大门，指引出一条更加方便快捷省时的炼丹之路。Name：YOLOv1：YouOnlyLookOnce:Unified,Real-TimeObjectDetectionAuthor：JosephRedm

DearAlbert·2022-12-12 19:41

YOLOv7论文解读

论文名字：YOLOv7:Trainablebag-of-freebiessetsnewstate-of-the-artforreal-timeobjectdetectors论文地址：https://arxiv.org/abs/2207.02696代码地址：https://github.com/WongKinYiu/yolov7引言yolov7由yolov4原版人马打造，目的是将yolo算法打造的更

heromps·2022-12-12 17:45

Moving Object Segmentation in 3D LiDAR Data: A Learning-based Approach Exploiting Sequential Data

论文解读：MovingObjectSegmentationin3DLiDARDataALearning-basedApproachExploitingSequentialData创新点AbstractRelatedWork

FUTUREEEEEE·2022-12-12 16:47

【论文解读】SKNet网络（自适应调整感受野尺寸）

SelectiveKernelNetworks论文：https://arxiv.org/abs/1903.06586代码：https://github.com/implus/SKNet摘要在标准卷积神经网络（CNN）中，每层中人工神经元的感受野被设计成共享相同的大小。在神经科学界众所周知，视觉皮层神经元的感受野大小受到刺激的调节，这在构建CNN时很少被考虑。我们在CNN中提出了一种动态选择机制，允

ashergaga·2022-12-12 13:07

附代码 Swin Transformer

SwinTransformer:HierarchicalVisionTransformerusingShiftedWindows论文解读参考链接：https://blog.csdn.net/qq_37541097

向上的阿鹏·2022-12-12 12:26

CVPR2022-图像恢复重建Restormer论文解读

CVPR2022文献解读之Restormer图像恢复重建：Restormer:EfficientTransformerforHigh-ResolutionImageRestoration原文传送：https://arxiv.org/abs/2111.09881官方源码：https://github.com/swz30/Restormer文章目录CVPR2022文献解读之Restormer写在开始一

小小溪99·2022-12-12 09:20

OSDI 2021 PET 论文解读

今天来阅读一篇OSDI2021的论文，《PET:OptimizingTensorProgramswithPartiallyEquivalentTransformationsandAutomatedCorrections》。论文链接：https://pacman.cs.tsinghua.edu.cn/~whj/pubs/Pet.pdf开源代码链接：https://github.com/thu-pac

just_sort·2022-12-12 07:37

OSDI 2022 Roller 论文解读

今天来阅读一下最近OSDI放出的微软的Roller这篇论文，题目为：《Roller:FastandEfficientTensorCompilationforDeepLearning》论文链接：https://www.usenix.org/conference/osdi22/presentation/zhu代码链接：https://github.com/microsoft/nnfusion/前段时间

just_sort·2022-12-12 07:37

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications论文解读

MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications论文解读一、论文地址及贡献2.1论文地址2.2论文贡献二

嚣张的稀粥·2022-12-12 01:30

CVPR2022 | 简单高效的语义分割体系结构

欢迎关注公众号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、CV招聘信息。论文：http://arxiv.org/pdf/2206.08236

CV技术指南(公众号)·2022-12-11 16:44

10个开源工业检测数据集汇总

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·2022-12-11 09:15

(五)SSD----2016ECCV论文解读

SSD:SingleShotMultiBoxDetector摘要我们提出了一种使用单个深层神经网络检测图像中对象的方法。我们的方法，名为SSD，将边界框的输出空间离散化为一组默认框，该默认框在每个特征图位置有不同的宽高比和尺寸。在预测期间，网络针对每个默认框中的每个存在对象类别生成分数，并且对框进行调整以更好地匹配对象形状。另外，网络组合来自具有不同分辨率的多个特征图的预测，以适应处理各种尺寸的对

灯会_hust·2022-12-11 00:41

【论文解读】MmWave Radar and Vision Fusion for Object Detection in Autonomous Driving: A Review

MmWaveRadarandVisionFusionforObjectDetectioninAutonomousDriving:AReview摘要4传感器标定A坐标系标定（外参）4.2雷达点滤除4.3误差校准5基于传感器融合的车辆检测5.1数据级融合（前融合）5.2决策级5.3特征级7总结摘要随着自动驾驶的蓬勃发展，复杂场景下的精准物体检测为保障自动驾驶安全而备受关注。毫米波（mmWave）雷达和

说海似云·2022-12-10 21:11

【开集识别论文解读】C2AE: Class Conditioned Auto-Encoder for Open-set Recognition——CVPR2019

原文链接：https://arxiv.org/abs/1904.01198开集识别的一般场景设定如图1所示，我们已知四类图片，但是在测试过程中，可能会出现不属于任何一类的样本，而开集识别的目标就是识别出未知类，并且对已知类正确分类。本文将开集识别任务分成了两个子任务：闭集分类和开集识别。训练过程如图2中的1）和2）所示。1.Closed-setTraining(Stage1)给定一个batch的图

努力学习滴兔兔·2022-12-10 19:14

【开集识别论文解读】Classification-Reconstruction Learning for Open-Set Recognition——CVPR2019

论文原文：https://arxiv.org/pdf/1812.04246v2.pdf本文提出的CROSR利用潜在表示进行重建，并在不损害已知类别分类精度的情况下实现鲁棒未知检测。开集分类器可以检测不属于任何训练类的样本。通常，它们将概率分布拟合到某些特征空间中的训练样本中，并将异常值检测为未知值。对于表示样本的特征，几乎所有现有的深度开集分类器都依赖于通过完全监督学习获得的特征，如图1（a）所示

努力学习滴兔兔·2022-12-10 19:13

【开集识别论文解读】GMVAE——AAAI2021

论文原文：Open-SetRecognitionwithGaussianMixtureVariationalAutoencoders目录Abstract1.Introduction2.RelatedWork3.Gaussianmixturevariationalautoencoders3.1Gaussianmixturevariationalautoencoderswithmultiplesubc

努力学习滴兔兔·2022-12-10 19:43

【开集识别论文解读】Few-Shot Open-Set Recognition using Meta-Learning——CVPR2020

论文原文：https://arxiv.org/abs/2005.13713本文介绍了一种新的开集元学习算法（PEELER）算法，实验结果表明，PEELER在小样本和大规模识别方面都达到了最先进的开放集识别性能。1.Introduction开集识别目前主要的研究是在大规模环境中，使用基于大规模分类器的解决方案。这些尝试通过后处理后验类分布来识别新类，定义一个“拒绝”类，该类使用人工生成的示例或从训练

努力学习滴兔兔·2022-12-10 19:43

【论文解读】Learning on Graphs with Out-of-Distribution Nodes——KDD2022

论文地址：LearningonGraphswithOut-of-DistributionNodes|Proceedingsofthe28thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining代码：GitHub-SongYYYY/KDD22-OODGAT:ThisistheimplementationofOODGATfromKDD'22:Lear

努力学习滴兔兔·2022-12-10 19:10

[论文解读]R2D2: Reliable and Repeatable Detector and Descriptor

NeurIPS2019代码地址会议视频abstract仅仅学习可重复并显著的特征点不够，显著的区域并不一定是有区分性的，因此这样可能损害描述子性能。因此，文中认为描述子应仅在具有高置信度的区域学习。文中方法在Hpatch和AachenDay-Nightlocalizationbenchmark有较好的表现。上图用棋盘图像显示了这样一个例子：每个角或色块都是可重复的，但由于单元格的重复，无法进行匹配

星云舰长·2022-12-10 14:46

CVPR2020：D2Det论文解读

ThunderF·2022-12-10 14:14

强化学习代码实战

陈万君Allen·2022-12-10 08:59

行为识别 - ACTION-Net: Multipath Excitation for Action Recognition

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&可借鉴之处0.前言相关资料：arxivgithub论文解读论文基本信息领域：行为识别作者单位：都柏林圣三一大学（爱尔兰的

清欢守护者·2022-12-09 22:51

DANet：Dual Attention Network for Scene Segmentation论文解读和源代码详解

今天为大家带来一篇CVPR2019的语义分割的一篇文章，我认为也是非常新颖的了。其中的对偶结构生成的attentionmap我认为很容易嵌入到其他网络中完成其他任务。论文地址：here官方源码：(基于pytorch)[https://github.com/junfu1115/DANet]提出背景当前的主流的语义分割网络应该就是空洞卷积和解码器这两个元素的组合。但这两个组件都是利用局部特征（因为卷积

咆哮的阿杰·2022-12-09 21:35

附代码 ConvNeXts：A ConvNet for the 2020s

AConvNetforthe2020s论文解读代码链接：https://github.com/facebookresearch/ConvNeXt参考链接：https://zhuanlan.zhihu.com

向上的阿鹏·2022-12-09 12:08

论文解读6——Semi-Supervised Classification With Graph Convolutional Networks（GCN）

目录1、文章贡献2、数学理论2.1图2.2邻接矩阵2.3度矩阵2.4拉普拉斯矩阵2.5图傅里叶变换3、GCN算法原理4、实验5、GCN局限最近想学习一下图神经网络，发现了这篇关于图卷积的文献，初读的时候发现里面涉及了很多没学过的数学理论，于是又去恶补了一下度矩阵、邻接矩阵、拉普拉斯矩阵、图傅里叶变换、谱图理论到底是什么东西，把能看懂的部分整理如下1、文章贡献提出了一种基于图结构的半监督学习方法GC

对流层的酱猪肘·2022-12-09 11:27

BERT 论文解读

BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding论文地址：https://arxiv.org/abs/1810.04805代码地址：https://github.com/google-research/bertAbstractBERT(BidirectionalEncoderRepresentation

xuzf-cs·2022-12-09 08:00

NLP中的知识蒸馏Distilled BiLSTM论文解读

每天给你送来NLP技术干货！来自：ChallengeHub论文题目：DistillingTask-SpecificKnowledgefromBERTintoSimpleNeuralNetworks论文链接：https://arxiv.org/pdf/1903.12136.pdf1摘要在自然语言处理文献中，神经网络变得越来越深入和复杂。这一趋势的苗头就是深度语言表示模型，其中包括BERT、ELMo和

zenRRan·2022-12-09 08:58

An experimental PyTorch implementation of Blind Image Quality Assessment Using A Deep Bilinear CNN

DBCNN-Pytorch官方复现论文代码详解1、论文解读&&框架解释2、代码实践论文地址：https://arxiv.org/abs/1907.02665代码地址：https://github.com

啥都亿点点的研究生·2022-12-09 08:56

计算机视觉入门必读系列（一）欠拟合与过拟合总结

欢迎关注公众号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、CV招聘信息。【技术文档】《从零搭

CV技术指南(公众号)·2022-12-09 08:21

Tianchi发布最新AI知识树！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货来源：Tianchi，方向：AI内容近期Tianchi开放了9大训练营、26门课程、历届大赛和7大顶会论文解读。

Datawhale·2022-12-09 08:51

NMS技术总结（NMS原理、多类别NMS、NMS的缺陷、NMS的改进思路、各种NMS方法）

欢迎关注公众号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、CV招聘信息。Non-MaximumSuppre

CV技术指南(公众号)·2022-12-09 08:51

小李飞刀李寻欢·2022-12-09 08:49

【论文解读】从BERT和XLNet到MPNet

作者：潘小小，字节跳动AI-Lab算法工程师，专业机器翻译算法，业余法语和音乐。在这篇文章中，我会介绍一篇最新的预训练语言模型的论文，出自MASS的同一作者。这篇文章的亮点是：将两种经典的预训练语言模型（MaskedLanguageModel,PermutedLanguageModel）统一到一个框架中，并且基于它们的优势和缺点，取长补短，提出了一个新的预训练语言模型----MPNet，其混合了M

风度78·2022-12-09 07:09

直播预告 | AAAI 2022论文解读：融入知识图谱的分子对比学习

「AIDrive」是由PaperWeekly和biendata共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。本期AIDrive，我们邀请到浙江大学计算机科学与技术学院博士生方尹，为大家在线解读其发表在AAAI2022的最新研究成果：MolecularContras

PaperWeekly·2022-12-09 07:27

论文解读 Learning Data Augmentation Strategies for Object Detection

目录LearningDataAugmentationStrategiesforObjectDetectionMotivationMethod实验结果结论LearningDataAugmentationStrategiesforObjectDetection今天介绍一篇来自GoogleBrain团队的工作“LearningDataAugmentationStrategiesforObjectDete

dwilimeth·2022-12-09 02:33

DenseFuse：红外和可见图像的融合方法

目录论文下载地址代码下载地址‍论文作者模型讲解[论文解读][网络结构][损失函数][训练过程][融合策略][相加策略][L1范数策略][结果分析][训练阶段][实验设置][评价指标][融合结果评估][RGB

Change_ZH·2022-12-08 17:07

论文一---Deep White-Balance Editing, CVPR 2020 (Oral)_学习记录（论文解读）

论文一—DeepWhite-BalanceEditing,CVPR2020(Oral)_学习记录（论文解读）0、论文下载：论文下载，源码下载：源码下载U-NET网络介绍U-Net网络介绍1、论文阅读理解

骑着拖拉机去旅行·2022-12-08 15:13

【LeViT: a Vision Transformer in ConvNet’s Clothing for Faster Inference论文解读】

LeViT:aVisionTransformerinConvNet’sClothingforFasterInference论文解读前言0.摘要1.introduction2.relatedwork3.Motivation4

Wan-yuming·2022-12-08 15:05

盲超分论文解读：Deep Constrained Least Squares for Blind Image Super-Resolution, CVPR 2022

ArXiv地址：DeepConstrainedLeastSquaresforBlindImageSuper-Resolution代码和训练好的模型已经放出：https://github.com/megvii-research/DCLS-SR一个经典的图像降质过程如下，其中y表示LR图像，x表示HR图像，k_h表示模糊核，\downarrow_s表示下采样操作，n表示噪声。这里我们用k_h来表示模糊

qq_20448873·2022-12-08 14:25

论文笔记——DynGEM: Deep Embedding Method for Dynamic Graphs

论文解读——DynGEM:DeepEmbeddingMethodforDynamicGraphs论文链接：https://arxiv.org/abs/1805.11273一.摘要大规模图嵌入技术在图可视化

进阶白帽子·2022-12-08 09:37

推荐频道

个人随笔（论文解读