个人随笔（论文解读第25页

BiseNetV1 语义分割论文解读

摘要语义分割需要丰富的空间信息和相当大的感受野。然而，现代方法通常会损害空间分辨率，以实现实时推理速度，从而导致较差的性能。在本文中，我们用一种新的双边分割网络(BiSeNet)来解决这个困境。我们首先设计了一个小步幅的空间路径SpatialPath来保存空间信息和生成高分辨率的特征。同时，采用具有快速降采样策略的上下文路径ContextPath来获得足够的接受域。在这两条路径的基础上，我们引入了

晓梦清尘·2022-12-01 20:57

《Relational inductive biases, deep learning, and graph networks》图网络论文解读

研究背景机器学习界有三个主要学派，符号主义（Symbolicism）、连接主义（Connectionism）、行为主义（Actionism）。符号主义的起源，注重研究知识表达和逻辑推理。经过几十年的研究，目前这一学派的主要成果，一个是贝叶斯因果网络，另一个是知识图谱。贝叶斯因果网络的旗手是JudeaPearl教授，2011年的图灵奖获得者。但是据说2017年NIPS学术会议上，老爷子演讲时，听众寥

mishidemudong·2022-12-01 19:27

YOLOv7论文解读

论文链接：https://arxiv.org/abs/2207.02696代码链接：https://github.com/WongKinYiu/yolov7摘要在5FPS到160FPS范围内，YOLOv7的速度和精度都超过了所有已知的目标检测器，在V100上所有已知的30FPS以上的实时目标检测器中，YOLOv7的准确率最高，达到56.8%AP。其中，YOLOv7-E6目标检测器（56FPSV10

EsproAI++·2022-12-01 18:16

（论文解读四）

Title：GCN:LargeKernelMatters---ImproveSemanticSegmanticbyGlobalConvolutionalNetworkNotedata：2019/05/13Abstract：GCN提出了GlobalConvolutionalNetwork(GCN)，同时给出了一个基于残差(residual)的boundaryrefinement(BR)模块用于细化物

Jayden yang·2022-12-01 18:47

代码复现： VoxelNet论文和代码解析 pytorch版本（二） Dataloader.py

本节主要介绍VoxelNetVoxelNetVoxelNet的数据处理部分，整体训练和论文解读请移步这里。

jilinLee·2022-12-01 18:46

关系分类论文解读笔记-2

ACL2020论文：ANovelCascadeBinaryTaggingFrameworkforRelationalTripleExtractiongithub项目地址目录ACL2020论文：ANovelCascadeBinaryTaggingFrameworkforRelationalTripleExtractionAbstract1Introduction2Relatedwork3TheCAS

巴拉巴拉888·2022-12-01 04:47

KDD 2022 | 美团技术团队精选论文解读

今年，美团技术团队有多篇论文被KDD2022收录，这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。本文精选了7篇论文做简要介绍（附下载链接，论文排名不分先后），希望能对从事相关研究方向的同学有所帮助或启发。论文01：MaskandReason:Pre-TrainingKnowledgeGraphTransformersforComplexLo

文文学霸·2022-12-01 04:42

EPNet论文解读

EPNet论文解读1.背景2.网络架构2.1ImageStream2.2GeometricStream2.2.1SA模块2.2.2FP模块2.3FI-Fusion2.3.1GridGenerator2.3.2ImageSampler2.3.3LI-FusionLayer2.4ConsistencyEnforcingLoss2.5OVerallLossFunction

sky1_23·2022-12-01 04:55

【军工AI】基于图像处理与图像识别的经典探地雷达识别

文章目录本课题的研究内容：探地雷达原理探地雷达图像预处理图像倾斜矫正均值法去背景原理与实现图像分割技术阈值分割技术的实现腐蚀与膨胀技术探地雷达杂波抑制研究与实现探地雷达合成孔径成像探地雷达目标识别总结本文为论文解读

cv君·2022-12-01 01:01

【论文解读】（拼音+字形+字三种信息的中文BERT）ChineseBERT: Chinese Pretraining Enhanced by Glyph and Pinyin Information

iioSnail·2022-11-30 23:19

【对比学习】CUT模型论文解读与NCE loss代码解析

标题：ContrastiveLearningforUnpairedImage-to-ImageTranslation(基于对比学习的非配对图像转换)作者：TaesungPark，AlexeiA.Efros，RichardZhang，Jun-YanZhu论文下载地址：http://arxiv.org/abs/2007.15651开源代码：https://github.com/taesungp/con

Joker 007·2022-11-30 18:31

图像风格转换之 CUT 论文解读与感想

ContrastiveLearningforUnpairedImage-to-ImageTranslation（CUT）是发布于2020年ECCV的一篇关于图像风格转换的文章。本文最大的特点就是将目前大热的对比学习应用到了图像风格转换问题上来，实现了一种轻量级的图像风格转换模型，并且本文可以进一步实现单张图片之间的风格转换。文章切入点无配对图像风格转换领域近些年来最成功和最经典的模型无疑就是Cyc

涑月听枫·2022-11-30 18:31

论文解读：How Powerful are Graph Neural Networks?

HowPowerfulareGraphNeuralNetworks?[Blog:PaperNotessortedoutbypaper]AboutThisPaperKeyuluXu,WeihuaHu,JureLeskovec,StefanieJegelkaMITandStanfordUniversityhttps://arxiv.org/pdf/1810.00826.pdfGNNs一个图神经网络的更

ZenMoore6345·2022-11-30 15:24

ECCV2018 非限制场景（大倾角，小比例）车牌识别论文解读

lookforpapersforalprcontributer:leoluopy欢迎提issue.欢迎watch，star，实时讨论前沿分享欢迎加入分享：联系微信：leoluopy个人微信欢迎交流：github：https://github.com/leoluopy/paper_discussing/blob/master/ALPR/alpr.mdOverview来自ECCV2018，提出了一个整

放牛娃不吃草·2022-11-30 14:37

达摩院ECCV基于Transformer探索帧间时空3D转2D的快速动作识别论文解读

一、论文&代码论文：https://www.ecva.net/papers/eccv_2022/papers_ECCV/papers/136630615.pdf模型&代码：ModelScope魔搭社区二、背景高效的时空建模(Spatiotemporalmodeling)是视频理解和动作识别的核心问题。相较于图像的Transformer网络，视频由于增加了时间维度，如果将Transformer中的自

sunbaigui·2022-11-30 14:02

SMPL-论文解读

文章目录创新点算法shapeblendshape：poseblendshapeJointlocationSMPLmodel训练过程PoseParameterTrainingjointregressorShapeParameterTrainingOptimizationsummaryDMPL实验结论论文：《SMPL:Askinnedmulti-personlinearmodel》github:htt

‘Atlas’·2022-11-30 12:09

计算机视觉中的神经网络可视化工具与项目

本文来自公众号CV技术指南的技术总结系列关注公众号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CNN解释器这是一个中国博士发布的名叫CNN解释器的在线交互可视化工具。

CV技术指南(公众号)·2022-11-30 11:04

目标检测论文解读复现 | 目录一览表

目标检测论文解读复现|目录一览表文章目录目标检测论文解读复现|目录一览表此前出了目标改进算法专栏，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

人工智能算法研究院·2022-11-30 07:43

NeurIPS论文解读｜Decision Transformer: 通过序列建模解决离线强化学习问题

OpenDILab开源决策智能平台·2022-11-30 06:50

论文解读：SMOKE：SMOKE: Single-Stage Monocular 3D Object Detection via Keypoint Estimation

摘要估计三维方向和物体的平移对于无基础设施的自主导航和驾驶至关重要。在单目视觉方面，成功的方法主要基于两个因素：（1）网络生成2D区域提案；（2）R-CNN结构，利用所获得的感兴趣区域预测3D物体的姿态。我们认为2D检测网络是冗余的，并为3D检测引入了不可忽略的噪声。因此，我们提出了一种新的三维目标检测方法，称为SMOKE，该方法通过将单个关键点估计与回归的三维变量相结合来预测每个检测对象的三维包

Jumi爱笑笑·2022-11-29 22:59

人体姿态2019（八）Distribution-Aware Coordinate Representation for Human Pose Estimation

《Distribution-AwareCoordinateRepresentationforHumanPoseEstimation》论文解读Abstract1.Introduction2.Methodology2.1

Raywit·2022-11-29 22:55

PointRCNN: 3D Object Proposal Generation and Detection from Point Cloud论文解读

前言PointRcnn的动机？(1)将点云投影到鸟瞰图或者正面图，又或者投射到体素中，效率比较低下,并且在量化过程中会遭受信息损失。(2)F-Pointnet根据2DRGB检测结果裁剪出的截锥点云估计出三维包围盒，该方法严重依赖于二维检测性能，无法利用三维信息的优势生成鲁棒的包围盒建议。根据（1）（2）作者提出了PointRCNN:分为两个阶段第一阶段是自下而上生成3Dboundingbox提案第

Abel_____·2022-11-29 14:41

Lifelong SLAM 论文解读合集（3）：针对长时间重复运行SLAM地图更新问题

LifelongSLAM论文解读合集（3）：针对长时间重复运行SLAM地图更新问题(RAL2020)LearningMatchableImageTransformationsforLong-TermMetricVisualLocalization

闭门即深山·2022-11-29 09:42

医学图像配准中的深度学习综述论文解读

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达来源：https://zhuanlan.zhihu.com/p/92032320作者：莫云非本文来自知乎专栏，仅供学习参考使用，著作权归作者所有。如有侵权，请私信删除。这里笔者尝试解读一篇2019年预发表的《DeepLearninginMedicalImageRegistration:ASurvey》论文综述，在这篇综述中，原作

小白学视觉·2022-11-29 09:07

2021最新对比学习（Contrastive Learning）在各大顶会上的经典必读论文解读

点击上方，选择星标或置顶，每天给你送上干货作者|对白出品|公众号：对白的算法屋我为大家整理了对比学习在最新各大顶会上的论文合集及相应代码，所列举的论文涉及领域包括但不限于CV,NLP,Audio,Video,Multimodal,Graph,Languagemodel等，GitHub地址：https://github.com/coder-duibai/Contrastive-Learning-Pa

机智的叉烧·2022-11-29 09:46

DECISION-BASED ADVERSARIAL ATTACKS: RELIABLE ATTACKS AGAINST BLACK-BOX MACHINE LEARNING MODELS 论文解读

Abstract这篇文章中我们介绍了BoundaryAttack,adecision-basedattackthatstartsfromalargeadversarialperturbationandthenseekstoreducetheperturbationwhilestayingadversarial。这种攻击在概念上十分简单，requiresclosetonohyperparameter

你回到了你的家·2022-11-29 07:58

Going deeper with convolutions----------（GoogLeNet）论文解读

Abstract：*作者提出了一个深度卷积神经网络结构用于ILSVRC2014，网络结构的主要特征是提升了网络内部的计算资源。十分小心地提升了网络的深度和宽度并且使计算的预期结果不变。网络结构设计基于Hebbian原则和多尺度的直觉处理。该网络被命名为GoogLenet并在分类和检测中评价其性能。1、introduction：GoogLeNet比AlexNet少12倍的参数然而准确率却更高。在目标

zhulei1109·2022-11-29 05:51

[论文解读]Learning Relationships for Multi-View 3D Object Recognition.

Yang,ZeandLiweiWang.“LearningRelationshipsforMulti-View3DObjectRecognition.”2019IEEE/CVFInternationalConferenceonComputerVision(ICCV)(2019):7504-7513.目录一.前言1.研究背景及目的：2.文章贡献：3.基础原理二.方法1.解决问题的关键因素：2.概述3

小羊要开心a·2022-11-29 01:44

CVPR 2021 论文解读 | 住宅户型识别与重建

住宅户型的识别与重建在装修设计中是非常重要且有挑战的问题。我们提出了一种基于微分渲染的户型识别算法，能够准确识别建筑元素，房间类型，大小尺寸，最终输出准确的3D矢量化户型。我们使用基于深度学习的分割和检测网络来进行建筑元素的识别，关键点检测与聚类用来做比例尺识别，基于微分渲染的迭代优化来进行矢量化。这是第一个从分割点阵图进行矢量化的户型识别方法，与已有方法比较，我们最终的计算结果具有更高的准确率和

阿里巴巴淘系技术团队官网博客·2022-11-29 01:30

3D-CVF论文解读

3D-CVF论文解读1.背景2.网络架构2.1LiDARpipeline2.2RGBPipeline2.3Cross-ViewFeatureMapping2.4GatedCamera-LiDARFeatureFusion2.53DROIFusion-basedRefinement3

sky1_23·2022-11-29 01:27

Open-Vocabulary Object Detection Using Captions(2021 CVPR)----论文解读

Open-VocabularyObjectDetectionUsingCaptions[2021CVPR]----论文解读papercode1.AbstractOpen-VocabularyObjectDetectionUsingCaptions2

落了一地秋·2022-11-28 20:44

stylegan2论文代码复现超详细

stylegan2论文解读论文就略过啦，参考别人博客了解一下https://blog.csdn.net/g11d111/article/details/109187245stylegan2原论文代码复现本来是准备复现的第一篇论文一

lanmy_dl·2022-11-28 15:59

ATSS论文解读和简洁代码实现

目录论文解读anchor-based和anchor-free的本质区别atss算法的计算过程具体计算过程理解实验分析简洁代码实现最后本文是对论文Bridgingthegapbetweenanchor-basedandanchor-freedetectionviaadaptivetrainingsampleselection

「已注销」·2022-11-28 15:58

(十二)GA-RPN----2019CVPR论文解读

RegionProposalbyGuidedAnchoring指导性锚定的区域提案Abstract区域锚点是现代对象检测技术的基石。最先进的探测器主要依靠密集的锚定方案，在该方案中，使用一组预定义的比例尺和纵横比在空间域上均匀地对锚定进行采样。在本文中，我们将回顾这个基础阶段。我们的研究表明，可以更有效地完成此任务。具体而言，我们提出了一种名为“引导锚定”的替代方案，该方案利用语义特征来指导锚定。

灯会_hust·2022-11-28 13:51

【论文解读 ACL 2019 | PLMEE】Exploring Pre-trained Language Models for Event Extraction and Generation

论文题目：ExploringPre-trainedLanguageModelsforEventExtractionandGeneration论文来源：ACL2019国防科技大学论文链接：https://www.aclweb.org/anthology/P19-1522/关键词：事件抽取，预训练语言模型，事件生成，角色重叠，训练数据不足文章目录1摘要2引言3相关工作4事件抽取模型4.1触发器的抽取4

byn12345·2022-11-28 11:52

目标检测论文解读复现之二十:基于改进Yolov5的地铁隧道附属设施与衬砌表观病害检测方法

前言此前出了目标改进算法专栏，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最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。一、摘要随着地铁隧道服役时间增长，隧道衬砌在多因素影响下病害频发，对隧道结构及临近附属设施造成不良影响，严重危及到行车

人工智能算法研究院·2022-11-28 07:24

CVPR之分类（图像分类算法优化技巧）

ZhongyueZhang,JunyuanXie,MuLi论文链接：https://arxiv.org/abs/1812.01187源码链接：https://github.com/dmlc/gluon-cv论文解读

陈知鱼·2022-11-28 04:31

Meta-learning algorithms for Few-Shot Computer Vision 论文解读（二）

Meta-learningalgorithmsforFew-ShotComputerVision论文解读（二）贡献部分（一）高度集成代码库复现的结果评估时支持集中标签噪声的影响未来工作参考文献未完待续贡献部分

海南1506·2022-11-27 19:10

Meta-learning algorithms for Few-Shot Computer Vision论文解读（三）

Meta-learningalgorithmsforFew-ShotComputerVision论文解读完结文章目录MAML用于小样本目标检测形式化定义YOLOMAML具体实现重点，可复用问题分析考虑到这一点

海南1506·2022-11-27 19:10

【论文解读】CIKM20-MiNet：阿里|跨域点击率预估混合兴趣模型

“本文介绍了阿里提出的一种利用跨域信息的CTR预估模型，基于UC头条的应用场景，将新闻feed流作为源域，广告作为目标域。跨域点击率预估的最大优势在于通过使用跨域数据，目标域中的数据稀疏和冷启动问题都能得到缓解，这也是为什么能提高推荐性能的原因。”本文要介绍的论文是《MiNet:MixedInterestNetworkforCross-DomainClick-ThroughRatePredicti

风度78·2022-11-27 10:32

直播预告 | AAAI 2022论文解读：基于对比学习的预训练语言模型剪枝压缩

「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，我们邀请到北京大学计算语言所硕士生许润昕，为大家在线解读其发表在AAAI2022的最新研究成果：FromDensetoSparse:Co

PaperWeekly·2022-11-27 10:31

【论文解读】CIKM 2022: STID: A Simple yet Effective Baseline for Multivariate Time Series Forecasting

同时对多个区域进行序列预测，会在我们工作生活中经常预测：多个城市每日销售量预测多个渠道每日需求量预测不同景点人流量预测等一、摘要STGNNs在多维序列预测中表现超前，所以近期的多数研究都是基于此进行。而本文提出了基于序列、时间、空间编码，的简单SpatialandTemporalIDentity(STID)模型结构。其效果在多维序列预测任务上运行速度快，同时效果好，效果比邻甚至超越STGNNs。二

Scc_hy·2022-11-27 10:00

论文解读1《TA2N: Two-Stage Action Alignment Network for Few-Shot Action Recognition》少镜头动作识别

《TA2N:Two-StageActionAlignmentNetworkforFew-ShotActionRecognition》少镜头动作识别TA2N:用于少镜头动作识别的两阶段动作对齐网络链接：https://arxiv.org/abs/2107.04782v31.摘要少数镜头动作识别旨在仅使用几个样本（支持）识别新的动作类（查询）。当前的大多数方法遵循度量学习范式，该范式学习比较视频之间的

FezzzzzZ·2022-11-27 09:38

论文解读2 OTAM《Few-Shot Video Classification via Temporal Alignment》少镜头动作识别

Few-ShotVideoClassificationviaTemporalAlignment基于时间对齐的少镜头视频分类有序时间对齐模块（OTAM）：通过有序的时间对齐明确地利用了视频数据中的时间排序，提出的pipline在其对齐路径上学习关于新类代理的查询视频的深度距离测量,用于少镜头视频分类的有序时间对齐模块（OTAM），学习使用支持集中的相应代理来估计查询视频的有序时间对准分数。通过仅沿有

FezzzzzZ·2022-11-27 09:04

十九种卷积

参考文章：一文看尽深度学习中的20种卷积（附源码整理和论文解读）-知乎(zhihu.com)https://zhuanlan.zhihu.com/p/381839221一、原始卷积(VanillaConvolution

_Brooke_·2022-11-27 09:16

AI技术在空气净化机器人中的高能应用

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·2022-11-27 09:15

目标检测论文解读复现之十九：基于YOLOv5网络模型的人员口罩佩戴实时检测

前言此前出了目标改进算法专栏，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最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。一、摘要近年来，随着硬件算力的提升和人工智能算法的创新发展，使得深度学习算法在目标检测方面有着广泛的应用。针对现有人工

人工智能算法研究院·2022-11-27 09:05

轻松入门自然语言处理系列专题7 基于FastText的文本分类

文章目录一、论文解读二、FastText源码解读三、使用FastText实现文本分类1.词袋（词频、tf-idf）2.Word2Vec3.LDA模型4.FastText一、论文解读论文《BagofTricksforEfficientTextClassification

cutercorley·2022-11-27 07:22

【推荐算法代码实现】Deep Interest Network for Click-Through Rate Prediction代码实现和解读

CC‘s World·2022-11-27 05:21

基于用户兴趣的商品推荐算法--DIN论文解读

0.写在前面前面我们分别讲了alibaba在电商推荐场景下的两大工作，分别是DIEN和DSIN。其实，这两个模型均基于最初的模型DIN（DeepInterestNetwork）发展优化而来。这次，我们就来看看DIN相比于其他模型而言，到底有哪些优化点。个人心得：用户的历史行为与每个候选物品的相关性权重不是一定的，可以用attention来建模激活函数的优化–适应数据分布的激活函数Dice论文地址：

hionechance·2022-11-27 05:44

推荐频道

个人随笔（论文解读