个人随笔（论文解读

目标检测学习笔记11——FPN学习与论文解读

文章目录一、引言二、结构对比三、实现细节四、实验结果一、引言论文链接：https://arxiv.org/abs/1612.03144FPN：FeaturePyramidNetwork。从名称可看出，是对特征图进行一个“金字塔”的处理。目标是利用卷积网络的金字塔特征层次结构，它具有从低到高的语义，并构建一个从头到尾都具有高级语义的特征金字塔。论文中提到recentdeeplearningobjec
Shadownow·2022-11-27 04:42

图形注意力网络

图形注意力网络论文解读基本信息作者论文等级摘要图形网络的发展及其问题基础问题解决办法模型介绍实验数据集验证方法结论总结（个人）基本信息作者PetarVeličković、GuillemCucurull、
叫我林仔·2022-11-27 03:20

面向个性化需求的在线云数据库混合调优系统 | SIGMOD 2022入选论文解读

SIGMOD数据管理国际会议是数据库领域具有最高学术地位的国际性会议，位列数据库方向顶级会议之首。近日，腾讯云数据库团队的最新研究成果入选SIGMOD2022ResearchFullPaper（研究类长文），入选论文题目为“HUNTER:AnOnlineCloudDatabaseHybridTuningSystemforPersonalizedRequirements”。标志着腾讯云数据库团队在数
腾讯云数据库·2022-11-27 02:46

论文解读2019INFOCOM_Calibrate: Frequency Estimation and Heavy Hitter Identification with LDP

以下是本人对该论文的解读，如有不当，欢迎批评指正INTRODUCTION频数估计（frequencyestimation）是高级数据分析的基础，有非常广泛的应用。比如每个网页作为一个item，谷歌作为collector想了解用户把哪些界面作为chrome浏览器的默认主页；某个APP的功能作为一个item，APP开发者想要了解用户更经常用APP中的哪些功能。在进行频数估计之后，设定一个阈值，coll
Rachelxuan11·2022-11-27 02:10

如何自学人工智能？

欢迎关注作者：大数据教程，AI教程、学习资源、论文解读，你想看的都在这里！最近不少同学跃跃欲试，想投入AI的怀抱，但苦于不知如何下手。
df_1937·2022-11-27 01:30

Efficient Document-level Event Extraction via Pseudo-Trigger-aware Pruned Complete Graph论文解读

EfficientDocument-levelEventExtractionviaPseudo-Trigger-awarePrunedCompleteGraph基于伪触发感知的剪枝完全图的文档级事件抽取code：Spico197/DocEE:️Atoolkitfordocument-leveleventextraction,containingsomeSOTAmodelimplementation
Trouble..·2022-11-27 00:20

DCFEE A Document-level Chinese Financial Event Extraction System based on Automatically Labeled论文解读

DCFEE:ADocument-levelChineseFinancialEventExtractionSystembasedonAutomaticallyLabeledTrainingDatapaper：DCFEE:ADocument-levelChineseFinancialEventExtractionSystembasedonAutomaticallyLabeledTrainingData
Trouble..·2022-11-27 00:20

Document-level Event Extraction via Parallel Prediction Networks论文解读

Document-levelEventExtractionviaParallelPredictionNetworkspaper：Document-levelEventExtractionviaParallelPredictionNetworks-ACLAnthologycode：HangYang-NLP/DE-PPN(github.com)期刊/会议：ACL2021摘要当在整个文档中描述事件时，文
Trouble..·2022-11-27 00:44

2021-06-13

论文解读：《基于图形卷积网络，通过特征图和拓扑图进行图形采样，识别微小核糖核酸相关疾病》一、摘要二、简介三、相关工作四、材料和方法五、节点特征构造六、方法七、结果和讨论八、案例研究九、结论文章地址：https
Super齐·2022-11-26 20:04

Reverse Attention-Based Residual Network for Salient Object Detection论文解读以及代码复现时所遇问题

论文原文下载：原文代码下载：源代码该博客只是在学习本篇论文时自己所遇问题以及一些心得，如有侵权，请联系本人删除即可。该论文主要针对的是SOD遇到的一些问题，如：模型架构复杂、模型参数较多的问题，作者提出了一种框架即：ReverseAttention-BasedResidualNetwork。前述部分作者讲的很仔细，我就不多赘述，只进行模型的讲解。InitialSaliencyPrediction首
weixin_45908408·2022-11-26 20:33

论文解读：《基于知识的BERT：一种像计算化学家一样提取分子特征的方法》

论文解读：《Knowledge-basedBERT:amethodtoextractmolecularfeatureslikecomputationalchemist》1.文章概述2.背景3.数据3.1
风灬陌·2022-11-26 19:48

论文解读：《CoaDTI：基于多模态共同注意的药物-靶标相互作用注释框架》

、论文解读《CoaDTI:multi-modalco-attentionbasedframeworkfordrug–targetinteractionannotation》1.文章概述2.知识点补充2.1GraphSAGE2.2
风灬陌·2022-11-26 19:48

【NeRF】原始论文解读

NeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesisPDFLink文章目录NeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesisIntroductionRelatedWorkNeural3DshaperepresentationsViewsynthesisand
门被核桃夹了还能补脑嘛·2022-11-26 18:40

[论文解读]Graph-Based Parallel Large Scale Structure from Motion

基于图的并行大尺度场景重建为啥有了这篇论文解读吧……是我随便浏览看到的，扫了两眼发现这论文方法我以前做比赛用过（比赛具体内容在这），然后就继续看了下去发现比我以前做的方法好多了，虽然本质是一个思路。
星云舰长·2022-11-26 12:33

目标检测论文解读复现之十八：基于注意力机制的光线昏暗条件下口罩佩戴检测

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、摘要自新冠肺炎疫情爆发以来，口罩佩戴检测成为疫情防控的必备操作。该文针对在光线昏暗条件下口罩佩戴检测准确率较低的问
人工智能算法研究院·2022-11-26 12:02

论文解读UNITER: UNiversal Image-TExt Representation Learning

论文解读UNITER:UNiversalImage-TExtRepresentationLearning简介结构解读预训练方法简介论文链接:link.以后争取保持一周3更及以上。
黑夜使者·2022-11-26 11:45

DABDetr论文解读+核心源码解读

文章目录前言1、论文解读1.1.空间注意力热图可视化1.2.模型草稿1.3.详细模型1.4.设置温度系数1.5.实验2、代码讲解2.1.Decoder2.2.DecoderLayer总结前言 本文主要介绍下发表在
武乐乐~·2022-11-26 08:16

【MobileNets】论文解读

文章结构Abstract1、Introduction2、PriorWork3、MobileNetArchitecture3.1DepthwiseSeparableConvolution3.2NetworkStructureandTraining3.3WidthMultilier:ThinnerModels3.4ResolutionMultiplier：ReducedRepresentation4.
咖啡味儿的咖啡·2022-11-26 08:13

【论文解读】Self-Explaining Structures Improve NLP Models

关键词：性能提升、文本分类、信息推理发表期刊：arXiv2020原始论文：https://arxiv.org/pdf/2012.01786.pdf代码链接https://github.com/ShannonAI/Self_Explaining_Structures_Improve_NLP_Models浙大联合北大出了篇比较有意思的文章，从模型解释的角度设计了一个称为Self-Explaining的
北村南·2022-11-26 08:32

【论文解读】YOLOR: 2021年YOLO系列目标检测的最强王者

图表数据来源：EfficientDet:https://arxiv.org/pdf/2011.08036.pdfYOLOv3:https://arxiv.org/pdf/2011.08036.pdfYOLOv4:https://github.com/AlexeyAB/darknetYOLOv4-Scaled:https://github.com/WongKinYiu/ScaledYOLOv4YOL
iamrealAI·2022-11-26 07:58

【论文解读】【多元时间序列异常检测】 Detection and Characterization of Anomalies in Multivariate Time Series

这是一篇比较经典的多元时间序列数据异常检测算法的论文阅读解析，包括了算法代码的实现，论文原文已经上传到CSDN方便下载阅读，点击这里下载原始论文一、这篇论文说了什么？针对多元时间序列的异常数据检测，提出了一种图遍历算法，作者认为，多元数据序列数据都可以看成n个数据点，然后每个数据点上对应了多个变量，比如每天的天气数据，有以下变量：温度、光照、湿度、空气质量等。这是常见的多元时间序列数据。那么每个数
Guapifang·2022-11-26 05:07

近期知识图谱顶会论文推荐，你都读过哪几篇？

EMNLP2018■论文解读|刘兵，东南大学博士，研究方向为自然语言处理、信息抽取论文动机在远程监督任务中，除了语料的错误标注问题，还存在句内噪声单词过多的问题，即多数句子都存在一些与表达关系无关的词汇
PaperWeekly·2022-11-26 02:03

【强化学习论文解读 2】 Theory and application to reward shaping

【强化学习论文解读2】Theoryandapplicationtorewardshaping1.引言2.论文解读2.1背景2.2预备知识2.3Rewardshaping的充分必要条件2.4相关推论3.总结
ReEchooo·2022-11-26 02:50

【优秀论文解读】UV-SLAM: Unconstrained Line-based SLAM Using Vanishing Points for Structural Mapping

论文简介提出了一种UV-SLAM的算法，整体建立与VINS-MONO的基础上：在VINS—MONO的基础上增加了线特征的约束和消影点的约束。其中线特征的提取用的是linesegmentdetector（LSD）算法，线特征的跟踪或线特征的描述子的提取用的是linebinarydescriptor（LBD）算法。构建如下的误差方程：min⁡X{∥r0−J0X∥2+∑i∈B∥rI(zbi+1bi,X)
铃灵狗·2022-11-25 20:13

【优秀论文解读】BoW3D: Bag of Words for Real-time Loop Closing in 3D LiDAR SLAM

论文简介本论文新颖性在于3D激光雷达中实时闭环且能够实时进行回环矫正词袋模型为BoW3D实时构建词袋效率高但是鲁棒性未知词袋存储word包含两种变量：Dim_value为描述子计算得到的非零数和Dim_ID为word相对应的维度数具体的计算可以查看论文：Link3d关键点的计算PlaceSet为一张图片中的word集合包含两种变量：FrameID为第几帧和DesID为一帧画面中的描述子的ID号、P
铃灵狗·2022-11-25 20:12

【无标题】

AVOD论文解读论文地址：[1712.02294]Joint3DProposalGenerationandObjectDetectionfromViewAggregation(arxiv.org)代码地址
sky1_23·2022-11-25 19:57

【无标题】

PointPainting论文解读论文链接：https://arxiv.org/pdf/1911.10150.pdf1.背景目前使用融合的方法(激光雷达与摄像机)进行3D物体检测的性能还不如使用单个传感器
sky1_23·2022-11-25 19:57

【无标题】

MVX-Net论文解读论文地址：[1904.01649]MVX-Net:MultimodalVoxelNetfor3DObjectDetection(arxiv.org)论文代码：open-mmlab/
sky1_23·2022-11-25 18:44

openCalib中Lidar和IMU(INS)标定--论文解读

文章目录AnExtrinsicCalibrationMethodofa3D-LiDARandaPoseSensorforAutonomousDriving自动驾驶三维激光雷达与姿态传感器的外参标定方法摘要1.引言2.相关工作3.方法理论A.问题抽象化B.粗标定C.精标定D.*Z*轴校正4.试验部分A.试验设置B.定性评价C.定量评价D.对比试验5.总结写在后面AnExtrinsicCalibrat
阿川_Lidar·2022-11-25 18:21

【论文解读系列】NER方向：W2NER (AAAI 2022)

文章目录基本信息简介多类型NER抽取方法NER->词词关系分类W2NER模型框架小结更多、更及时内容欢迎微信公众号围观：小窗幽记机器学习基本信息论文标题：UnifiedNamedEntityRecognitionasWord-WordRelationClassification论文地址：https://arxiv.org/abs/2112.10070论文代码：https://github.com/
JasonLiu1919·2022-11-25 18:19

从原论文解读ResNet原理及其Batch Normalization和迁移学习

ResNet在2015年由微软实验室提出，斩获了当年ImageNet竞赛中分类任务第一名，目标检测第一名，获得COCO数据集中目标检测第一名，图像分割第一名（啥也别说了，就是NB）。原文如下图，它的四个作者都是华人，在一些非常有名的深度学习文章中都能看到他们的名字。ResNet有这么几个亮点：超深的网络结构(突破1000层)、提出了残差模块，使用BatchNormalization(一种标准化处理
@会飞的毛毛虫·2022-11-25 17:26

ResNet论文解读及代码实现（pytorch）

又重新看了一遍何凯明大神的残差网络，之前懵懵懂懂的知识豁然开朗了起来。然后，虽然现在CSDN和知乎的风气不是太好，都是一些复制粘贴别人的作品来给自己的博客提高阅读量的人，但是也可以从其中汲取到很多有用的知识，我们要取其精华，弃其糟粕。我只是大概的记录一下ResNet论文讲了什么，希望大家还是可以自己去读几遍。ResNet论文链接为：https://arxiv.org/abs/1512.033851
Ap21ril·2022-11-25 17:21

经典论文学习笔记——13篇对比学习（Contrastive Learning）

以下是一些可以参考的博客：  对比学习串烧（李沐大神视频学习笔记）  CVPR2020-MoCo-无监督对比学习论文解读  无监督对比学习之MOCO  如何评价Deepmind自监督新作BYOL自监督学
gailj·2022-11-25 15:08

ERNIE1.0 与 ERNIE2.0 论文解读

总述本文主要介绍百度发布的ERNIE1.0模型与ERNIE2.0模型。1.ERNIE1.0EnhancedRepresentationthroughKnowledgeIntegrationMotivationBERT那种预测随机mask的方式忽略了句子中的实体信息以及实体与实体之间的关系（即外界的知识）。Model模型的训练分为三个阶段，每个阶段使用不同的mask策略，分别为随机mask，随机ma
lwgkzl·2022-11-25 11:30

【配准论文解读】Color Point Cloud Registration with 4D ICP Algorithm

本文是对于IEEEICRA2011的论文《ColorPointCloudRegistrationwith4DICPAlgorithm》做一解读，这篇文章主要介绍了一种通过HSV加权实现点云配准的方法，如有不正之处，欢迎斧正！一、Abstract本文介绍了使用相关图像中的色调数据加速3D点云配准的方法。通过在传统三维坐标下加入加权的图像色调信息，构成新的四维空间，并使用k-d树最近邻搜索寻找对应点，
我很懒但我很软乎·2022-11-25 10:38

SO-Net：点云分析的自组织网络论文解读

SO-Net:Self-OrganizingNetworkforPointCloudAnalysis参考链接论文翻译链接SO-Net视频讲解论文地址代码地址论文目的：点云分类、分割任务核心在于点云特征提取，本文旨在设计一种较好的点云特征提取结构点云特征提取方法有很多，有以下几种：转为体素，利用3D卷积—>受限于分辨率，并且计算资源消耗大转为多视图，分别应用2DCNN—>会造成信息缺失，效果很一般利
HIT淡然·2022-11-25 10:37

19、论文解读：Intensity Scan Context: Coding Intensity and Geometry Relations for Loop Closure Detection

IntensityScanContext:CodingIntensityandGeometryRelationsforLoopClosureDetection文章链接：ISC-LOAM文章代码：代码编译＆运行：建议参考：ubuntu16.04运行ISC-LOAM我在编译运行遇到的问题以及解决办法：1、编译无法通过：需要将cmakelist中设置C++11的那句改成set(CMAKE_CXX_FLA
甜橙の学习笔记·2022-11-25 10:37

阅读笔记-LSD-SLAM: Large-ScaleDirect Monocular SLAM 逐行仔细阅读 lsdsalm论文解读

皮皮原创手打，欢迎交流。基本情况标题：Large-ScaleDirectMonocularSLAM-2014年作者:JakobEngelandThomasSch¨opsandDanielCremers论文下载地址：https://sci-hub.mksa.top/10.1007/978-3-319-10605-2_54代码地址:https://github.com/tum-vision/lsd_s
李皮皮的悲惨生活·2022-11-25 08:20

论文解读笔记--CenterNet :Objects as Points

论文解读笔记--CenterNet:ObjectsasPointsAbstractIntroductionTheworkdetailsPerformance论文地址：https://arxiv.org/
Fannie_Peng·2022-11-25 08:25

目标检测论文解读复现之二：基于改进YOLOv5的轻量化航空目标检测方法

目标检测论文解读复现文章目录目标检测论文解读复现前言一、摘要二、网络模型及核心创新点三、应用数据集四、实验效果（部分展示）五、实验结论六、投稿期刊介绍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
人工智能算法研究院·2022-11-25 08:48

目标检测论文解读复现之十七：融合注意力机制的YOLOv5口罩检测算法

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、摘要新冠疫情期间正确佩戴口罩可以有效防止病毒的传播，针对公共场所存在的人员密集、检测目标较小等加大检测难度的问题，
人工智能算法研究院·2022-11-25 08:47

DETR与Deformable DETR小结

DETR与deformableDETR小结DETRDeformableDETRDETR论文地址https://arxiv.org/abs/2005.12872论文解读DETR将检测视为集合预测问题，简化了目标检测的整体流程
Laughing-q·2022-11-25 05:06

[论文解读]Fast-Tracker：在复杂环境中敏捷跟踪目标的鲁棒性空中系统

标题：Fast-Tracker:ARobustAerialSystemforTrackingAgileTargetinClutteredEnvironments作者：ZhichaoHan*,RuibinZhang*,NengPan*,ChaoXu,andFeiGao来源：https://arxiv.org/pdf/2011.03968v1.pdf代码：https://github.com/ZJU-
Travis.X·2022-11-25 04:16

使用GradCAM绘制神经网络的特征图

jacobgil/pytorch-grad-cam论文：Grad-CAM-VisualExplanationsfromDeepNetworksviaGradient-basedLocalization一、论文解读自己写的论文阅读笔记
icecreamdinner·2022-11-25 02:01

Equalized Focal Loss for Dense Long Tailed Object Detection 论文解读

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”导读对FocalLoss做了改进，使之可以在一阶段物体检测器中适用于长尾分布数据集的场景。效果提升明显。摘要：最近的长尾目标检测的方法，都是用的2阶段的模式。而在实际的工业场景中，一阶段目标检测器是更常用的，应为它更加简单，更容易部署。但是，在长尾分布的场景中，这部分的工作并没有进行很深入的探索。本文，我们研究了是否一阶段的物体检测器也可以
ronghuaiyang·2022-11-25 01:08

Exploring Simple Siamese Representation Learning[arxiv Submitted on 20 Nov 2020]------论文解读

ExploringSimpleSiameseRepresentationLearning[arxivSubmittedon20Nov2020]------论文解读注意AbstractIntroductionandRelatedWorkSiamesenetworksContrastivelearningClusteringBYOLMethodBaselinesettingsExperimentals
落了一地秋·2022-11-25 00:40

TAPAS: Weakly Supervised Table Parsing via Pre-training 原论文解读

TAPAS:WeaklySupervisedTableParsingviaPre-training原论文理解解读这里只进行原论文解读，若有不正确的地方希望指正，不明白的地方我也会写上，如果后续有时间继续进行
xuecaisun·2022-11-24 20:23

【图嵌入】SILK 论文解读

本文是2021年发表于IEEETKDE的一篇关于异构图嵌入学习的论文，该论文的亮点在于提出了一种动态自学习随机游走策略来学习异构图中的节点嵌入，这种做法摆脱了对先验知识和预定义元路径的依赖，学习异构图中每个节点对不同语义的敏感性，并通过实验证明，所提出的框架SILK在包括节点分类和聚类在内的几个任务上显著优于最先进的模型。1.背景&目的在对本篇论文的背景、目的进行详细阐述时，首先对涉及到的一些概念
zz.YE·2022-11-24 17:44

深度学习之路（四）：Fast-RCNN

一.论文解读Fast-RCNN的论文是就是《FastR-CNN》，其作者是rbg大神，论文简单明了，目的性贼强。（百度云链接：https:
木子一一·2022-11-24 15:37

ABCNN: Attention-Based Convolutional Neural Network for Modeling Sentence Pairs论文解读

发表时间：2015论文链接:https://arxiv.org/pdf/1512.05193.pdf开源代码：https://github.com/galsang/ABCNN(tensorflow)https://github.com/lsrock1/abcnn_pytorch(pytorch)代码语言：python适用:AnswerSlection(AS)paraphraseidentifica
勤劳的凌菲·2022-11-24 15:54
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他