个人随笔（论文解读第30页

【论文解读】Attentional Feature Fusion

【论文解读】AttentionalFeatureFusion一、研究背景二、Multi-scaleChannelAttentionModule（MS-CAM）三、AttentionalFeatureFusion

fighting_!·2022-11-17 08:20

论文解读：Exploring Object Relation in Mean Teacher for Cross-Domain Detection

论文题目：ExploringObjectRelationinMeanTeacherforCross-DomainDetection(CVPR2019)论文主要贡献：该论文主要也是为了解决跨域的目标检测问题，但是与之前的基于判别的特征方法有很大的不同，主要是利用了半监督学习中SOTA方法MeanTeacher(NIPS2017:Meanteachersarebetterrolemodels:Weig

SHY_VWind·2022-11-17 07:29

ViT论文解读

文章目录创新点算法classtoken位置编码实验与SOTA比较结论论文:《AnImageisWorth16x16Words:TransformersforImageRecognitionatScale》代码:https://github.com/google-research/vision_transformer创新点作者表明在视觉任务上，CNN并不是必须的，Transformer也可以很好的执

‘Atlas’·2022-11-16 17:58

FCN 全卷积网络论文阅读及代码实现

本篇文章分为两部分:论文解读与代码实现。论文地址:FullyConvolutionalNetworksforSem

Q&Cui·2022-11-16 17:57

Parsing R-CNN(CVPR2019)-人体实例分析论文解读

文章目录解决问题算法proposal分配采样策略（PSS）放大RoI分辨率（ERR）空间上下文编码（GCE）分支解耦（PBD）实验人体部件分割实验稠密姿态点估计实验结论论文：《ParsingR-CNNforInstance-LevelHumanAnalysis》github：https://github.com/soeaver/Parsing-R-CNN解决问题本文提出ParsingR-CNN可进

‘Atlas’·2022-11-16 09:02

PHORHUM(CVPR2022)-3D重建论文解读

文章目录创新点算法损失函数几何颜色损失渲染损失数据集补充细节实验结论限制应用结论论文：《PhotorealisticMonocular3DReconstructionofHumansWearingClothing》github：暂未开源创新点本文提出PHORHUM,，仅使用RGB图即可完成3D人体重建，并且第一次进行表面着色；仅使用3D监督不足以生成高质量颜色重构，作者引入基于patch的渲染损失

‘Atlas’·2022-11-16 09:32

wFlow(CVPR2022)-虚拟试衣论文解读

文章目录解决问题算法stage1:有条件人体分割stage2:pixelflow估计stage3:使用wFlow进行衣服迁移wFlowGTN损失函数在线循环优化实验数据集评估方案定性比较定量比较消融实验结论论文：《DressingintheWildbyWatchingDanceVideos》github:暂未开源解决问题问题：虚拟试衣已经取得较大进步，但是现有方法忽略了自然场景，在自然场景表现出衣

‘Atlas’·2022-11-16 09:32

NAFNet（ECCV 2022）-图像修复论文解读

文章目录解决问题算法背景SimpleBaselinePlainBlock归一化激活函数Attention机制总结NAFNetSimpleGate替换GELUSCA替换CA总结实验应用RGB图像去噪图像去模糊RAW图像去噪结论论文:《SimpleBaselinesforImageRestoration》github:https://github.com/megvii-research/NAFNet解

‘Atlas’·2022-11-16 09:26

目标检测论文解读复现之八：基于YOLOv5s的滑雪人员检测研究

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、摘要针对滑雪人员目标检测研究中，存在的检测精度低、速度慢，不同姿态识别效果差等问题，采用YOLOv5s网络模型，改

人工智能算法研究院·2022-11-16 07:43

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

美团技术团队·2022-11-15 19:39

[Rethinking on Multi-Stage Networks for Human Pose Estimation] 论文解读

1，摘要：单阶段网络多阶段网络（尽管多阶段网络更适合当前的工作，但是目前多阶段表现还是没有单阶段好）2，介绍：近年来，使用深卷积神经网络的人体姿态估计问题得到了快速发展。目前，表现最佳的方法非常简单，通常基于从图像分类任务传输的单级背部骨骼网络。例如，2017年COCO关键点挑战赛获胜者[8]基于重新开始[35]。最近的简单基线方法[39]使用ResNet[15]。由于姿势估计需要高空间分辨率，所

__萌新·2022-11-15 16:17

卷积神经网络学习—Resnet50（论文精读+pytorch代码复现）

接下来我将按照：Resnet论文解读、Pytorch实现ResNet50模型两部分，进行讲解，博主也是初学者，不足之处欢迎大家批评指正。预备知识：卷积网络的深度越深，提取的特征越高级，性

惊鸿落-Capricorn·2022-11-15 13:23

行为识别 - Temporal Pyramid Network 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：港中文&商汤发表时间：CVPR2020

清欢守护者·2022-11-15 13:12

论文解读：SlowFast Networks for Video Recognition

一.摘要本文提出了用于视频识别的SlowFast网络。该模型包含：1）一个以低帧率运行、用来捕捉空间语义的Slow路径；2）一个以高帧率运行、以较好的时间分辨率来捕捉运动的Fast路径。我们可以减少Fast路径的通道容量，使其变得非常轻，但依然可以学习有用的时间信息用于视频识别。我们的模型在视频动作分类及检测方面性能强大，而且我们的SlowFast概念实现的巨大改进是对这一领域的重要贡献。我们在没

cv_lhp·2022-11-15 13:40

SlowFast Networks for Video Recognition 论文解读

论文介绍论文链接:https://arxiv.org/abs/1812.03982代码链接：https://github.com/facebookresearch/SlowFast在论文中，FAIR何恺明等人介绍了用于视频识别的SlowFast网络，采取了双重CNN模式去对视频中的行为进行识别分类，分为slowpathway以及fastpathway.将视频分为静态和动态两部分，在静态部分用slo

若有南墙撞穿便是·2022-11-15 13:37

SMOKE 单目相机 3D目标检测【训练模型】

关于原理和搭建开发环境，可以参考之前的博客：【论文解读】SMOKE单目相机3D目标检测（CVPR2020）_一颗小树x的博客-CSDN博客_smoke论文CVPR2020SMOKE单目相机3D目标检测【

一颗小树x·2022-11-15 07:39

目标检测论文解读复现之六：基于YOLOv5的遥感图像舰船的检测方法

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，需要什么改进方法对应与自己的应用场景有效果

人工智能算法研究院·2022-11-14 07:25

目标检测论文解读复现之五：改进YOLOv5的SAR图像舰船目标检测

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·2022-11-14 07:55

目标检测论文解读复现之三：基于改进YOLOv7的X光图像旋转目标检测

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，需要什么改进方法对应与自己的应用场景有效果

人工智能算法研究院·2022-11-14 07:16

YOLOv1---YOLOv5论文解读

一，YOLOv1Abstract1.Introduction2.UnifiedDetectron2.1.NetworkDesign2.2Training2.4.Inferences4.1ComparisontoOtherReal-TimeSystems5，代码实现思考二，YOLOv2摘要YOLOv2的改进1，中心坐标位置预测的改进2，1个gird只能对应一个目标的改进3，backbone的改进4，

qq_1041357701·2022-11-13 17:01

目标检测论文解读复现之四：改进YOLOv5算法在停车场火灾检测中的应用

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，需要什么改进方法对应与自己的应用场景有效果

人工智能算法研究院·2022-11-13 14:33

sinat_38007523·2022-11-12 17:38

CVPR2022 | 通过目标感知Transformer进行知识蒸馏

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。

CV技术指南(公众号)·2022-11-11 13:24

voxelnet_VoxelNet论文解读

0.前言在深度学习模型更新换代如此之快的今天，VoxleNet这样“老东西”速度过慢已经导致自动驾驶玩家抛弃了它，而且知乎很多博主都写的很好了，写这篇文章主要是为了后面介绍SECOND，Pointpillar等模型做铺垫（好吧，又挖了一个坑。。。）论文链接代码链接1.介绍在voxelnet发表之前，pointnet和pointnet++两篇paper都已经发表了。说到了这种方法对计算要求比较高。受

weixin_39832875·2022-11-09 21:04

论文解读| NeurIPS 2022：面向科学任务的图神经网络设计

近期学院将推出【NeurIPS2022论文解读专题】，详细分享被录用的优秀论文，供师生们

AITIME论道·2022-11-09 15:25

论文解读| NeurIPS 2022：能量函数指导的随机微分方程及在图到图翻译任务的应用...

近期学院将推出【NeurIPS2022论文解读专题】，详细分享被录用的优秀论文，供师生们

AITIME论道·2022-11-09 15:54

论文解读 | NeurIPS 2022：基于因果推理的多轮药物推荐模型

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！孙宏达：中国人民大学高瓴人工智能学院直博三年级，研究兴趣包括药物发现、机器学习、自然语言处理等。报告简介人工智能赋能的药物推荐已成为医疗保健研究领域的一项重要任务，它为帮助人类医生提供更准确、更高效的药物处方提供了额外的视角。通常，药物推荐是基于病人在电子健康记录中的诊断结果做出决策。我们假设在药物推荐中需要解决三个关键因素：1）消除由于可观

AITIME论道·2022-11-09 15:21

【WWW2021】图神经网络的知识提取与超越：一个有效的知识蒸馏框架

论文解读者：北邮GAMMALab博士生刘佳玮题目：ExtracttheKnowledgeofGraphNeuralNetworksandGoBeyondit:AnEffectiveKnowledgeDistillationFramework

zenRRan·2022-11-09 07:10

CTR预估论文精读(十三)--Behavior Sequence Transformer for E-commerce Recommendation in Alibaba(BST)

BehaviorSequenceTransformerforE-commerceRecommendationinAlibaba论文解读0.摘要Inthispaper,weproposetousethepowerfulTransformermodeltocapturethesequentialsignalsunderlyingusers

dby_freedom·2022-11-09 04:23

CTR预估论文精读(十四)--Deep Rerank: Personalized Re-ranking for Recommendation(PRM)

DeepRerank:PersonalizedRe-rankingforRecommendation论文解读0.论文摘要Rankingisacoretaskinrecommendersystems,whichaimsatprovidinganorderedlistofitemstousers.Typically

dby_freedom·2022-11-09 04:23

论文解读-Intriguing properties of neural networks（ICLR2014）

Intriguingpropertiesofneuralnetworks（ICLR2014）这篇文章被认为是对抗样本的开山之作，首次发现并提出了对抗样本，作者阵容豪华，被引了很多次。但是文章的名字是《神经网络有趣的特性》，着重理解一下作者笔下神经网络的特性，特别是作者对对抗样本的解释，之后还有其他角度解释的文章。对抗样本文章通过求解以下优化问题找到对抗样本：Minimizec∣r∣+loss⁡f(

chad_lee·2022-11-08 09:34

【论文解读--力控电机+四足机器人载体设计】（Cheetah mini）A Low Cost Modular Actuator for Dynamic Robots

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加TODO:写完再整理文章目录系列文章目录前言一、简介二、电机执行器类型1.力控电动电机执行器2.液压执行机构3.系列弹性执行机构三、执行电机设计1.模块化2.电控性能要求3.机械设计1、转子和定子2、壳体和行星齿轮箱3、冲击设计分析4、轴承载荷选型4.电机控制硬件1、三相逆变器3、逻辑电源、栅极驱动、电流传感和微控制器4、

盒子君~·2022-11-07 12:13

知识蒸馏学习笔记--Structured Knowledge Distillation for Semantic Segmentation

StructuredKnowledgeDistillationforSemanticSegmentation论文地址：https://arxiv.org/pdf/1903.04197.pdf我发现的第一篇语义分割使用知识蒸馏方法的论文，太强了~~本文内容是参考网上论文解读和原论文而成

梦坠凡尘·2022-11-07 08:12

姿态估计 - Deep High-Resolution Representation Learning for Human Pose Estimation

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（写得很好，值得看）本文中截图来自论文或上面这篇博客论文基本信息领域

清欢守护者·2022-11-05 15:13

知识蒸馏-【初识】

spm_id_from=333.788&vd_source=b978c891c9fe5aca965ea7a3b9a8063d论文下载：DistillingtheKnowledgeinaNeuralNetwork论文解读知识蒸馏即通过一个精度比较高即知识储备比较

dear_queen·2022-11-03 18:41

ACL2021 | 知识对比：基于外部知识的图神经虚假新闻检测

论文解读者：北邮GAMMALab博士生杨天持题目：知识对比：基于外部知识的图神经虚假新闻检测会议：ACL2021论文代码：https://github.com/BUPT-GAMMA/CompareNet_FakeNewsDetection

zenRRan·2022-11-03 09:00

三维目标检测---PartA2论文解读

代码链接paper链接个人博客问题不同于二维目标检测，三维目标检测中的基准框包含着大量的信息，其能够很自然的提供前景点的标记，甚至提供位于基准框中各个点的内部相对位置。而这些信息对于三维目标检测是非常重要的。三维目标网络的内部相对位置包含了三维基准框内点的分布，这类信息能够很轻易的从点云数据中获得，且包含大量的信息，但是之前从来没有三维边界网络使用这些信息。基于这个观察，本文作者提出了Part-A

twn29004·2022-11-01 16:46

【三维目标检测】---3D IoU Net论文解读，预测IoU

代码链接paper链接个人博客问题本文首先说明了一个问题就是NMS是一个非常重要的去除预测结果中重复的后处理过程。一些工作已经发现在NMS中使用IOU来作为排序的标准能够取得更好的效果。这里作者还用一个实验证明了上述说法的正确性。上表中的GroundtruthIoU表示的是通过计算预测的边界框与基准值之间的IoU作为NMS中的分数的标准。从上表的结果可以看出，在使用IoU来知道NMS之后，模型的精

twn29004·2022-11-01 16:46

PSPNet: Pyramid Scene Parsing Network论文解读

PyramidSceneParsingNetwork论文解读代码链接：https://github.com/Lextal/pspnet-pytorch摘要：通过金字塔池模块和所提出的金字塔场景解析网络(

向上的阿鹏·2022-11-01 11:01

Pyramid Scene Parsing Network论文解读

PyramidSceneParsingNetwork链接https://hszhao.github.io/projects/pspnet/一.提出理由为了解决常用的FCN进行图像解析、语义分割时的经常出现问题，而提出本文1.错误匹配：上下文信息要一致。比如将水里的船错分为车，而水里出现的更可能是船，并且如果分辨出图片里还有一个船屋就更不容易分错了；飞机更可能在跑道上或者飞在天上，而不是在道路上。2

Epiphany about paper·2022-11-01 11:23

【AI】高光谱图像分类 — HybridSN模型

文章目录前言实验目的论文地址一、论文解读1、这篇论文说了啥？

李清焰·2022-10-31 18:41

计算机视觉入门路线

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。本文主要介绍计算机视觉从入门到具备自主学习能力的一个学习路线。

CV技术指南(公众号)·2022-10-30 07:30

7-YOLOv1-v5论文解读

一，YOLOv1Abstract1.Introduction2.UnifiedDetectron2.1.NetworkDesign2.2Training2.4.Inferences4.1ComparisontoOtherReal-TimeSystems5，代码实现思考二，YOLOv2摘要YOLOv2的改进1，中心坐标位置预测的改进2，1个gird只能对应一个目标的改进3，backbone的改进4，

嵌入式视觉·2022-10-29 09:03

YOLOV7详细解读（二）论文解读

YOLOV7详细解读（二）论文解读论文解读YOLOV7详细解读（二）论文解读前言一、YOLOV7是什么？

楚楚小甜心·2022-10-28 07:50

ICCV2021 | SOTR:使用transformer分割物体

本文来自公众号CV技术指南的论文分享系列关注公众号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。论文：SOTR:Se

CV技术指南(公众号)·2022-10-27 11:21

Yolo系列论文解读

TableofContents前言论文基本信息论文出发点和思路算法基本流程具体实验分析YOLOv1个人总结改进-YOLOv2出发点改进方案改进结果改进-YOLOv3出发点改进方案改进结果前言YOLO作为最早的One-stage算法框架，实现了保持较好性能的前提下保证了模型较快的速度和轻便的性能。从Yolov1->Yolov3，三个版本的迭代也可以很好地观察作者进行性能提升的思路和方法。论文基本信息

sunny0660·2022-10-27 09:16

论文解读：跨模态/多光谱/多模态检测 Cross-Modality Fusion Transformer for Multispectral Object Detection

（可见图像和热成像）右侧的热图像可以在光照不足的情况下捕捉到更清晰的行人轮廓。此外，热图像还捕捉到被柱子遮挡的行人。在光线充足的白天，视觉图像比热图像具有更多的细节，例如边缘、纹理和颜色。有了这些细节，我们可以很容易地找到隐藏在机动三轮车中的司机，而这在热图像中是很难找到的。1.瓶颈问题：现实世界中环境是不断变化的，比如雨天，雾天，晴天，阴天等等，算法很难在仅仅用可见传感器数据（如相机拍下来的图像

pontoon·2022-10-26 07:23

【论文解读】TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head for Object Detection on Drone

Abstract存在问题由于无人机会在不同的高度飞行，物体的尺度变化剧烈，这给网络的优化带来了负担。高速和低空飞行对排列密集的物体带来了运动模糊，这对物体的区分带来了巨大挑战。文章提出的解决方法增加一个检测头来检测不同规模的对象用TransformerPredictionHeads来替代原先的检测头用CBAM来寻找具有密集对象的场景中的注意区域除了以上三点，还使用了一些常用的tricks。例如：数

是王同学呀·2022-10-25 07:12

TPH-yolov5论文解读

注：个人愚见，有问题欢迎批评指针。论文：《TPH-YOLOv5:ImprovedYOLOv5BasedonTransformerPredictionHeadforObjectDetectiononDrone-capturedScenarios》ICCV2021OpenAccessRepository代码：GitHub-TfeiSong/tph-yolov5:CBAM-TPH-biFPN-yolov

易大飞·2022-10-25 07:36

2022KDD论文解读：深度学习订单出餐时间概率预测

美团配送2022KDD论文：ApplyingDeepLearningBasedProbabilisticForecastingtoFoodPreparationTimeforOn-DemandDeliveryService概要在即时配送系统中，准确预估订单的商家出餐时间对用户和骑手体验都非常有价值。该问题主要有两个技术挑战，即样本标签不完整（部分订单只有出餐时间的大致范围）和数据不确定性大，常规的

·2022-10-23 11:33

推荐频道

个人随笔（论文解读

【论文解读】Attentional Feature Fusion

论文解读：Exploring Object Relation in Mean Teacher for Cross-Domain Detection

ViT论文解读

FCN 全卷积网络论文阅读及代码实现

Parsing R-CNN(CVPR2019)-人体实例分析论文解读

PHORHUM(CVPR2022)-3D重建论文解读

wFlow(CVPR2022)-虚拟试衣论文解读

NAFNet（ECCV 2022）-图像修复论文解读

目标检测论文解读复现之八：基于YOLOv5s的滑雪人员检测研究

KDD 2022 | 美团技术团队精选论文解读

[Rethinking on Multi-Stage Networks for Human Pose Estimation] 论文解读

卷积神经网络学习—Resnet50（论文精读+pytorch代码复现）

行为识别 - Temporal Pyramid Network for Action Recognition

论文解读：SlowFast Networks for Video Recognition

SlowFast Networks for Video Recognition 论文解读

SMOKE 单目相机 3D目标检测【训练模型】

目标检测论文解读复现之六：基于YOLOv5的遥感图像舰船的检测方法

目标检测论文解读复现之五：改进YOLOv5的SAR图像舰船目标检测

目标检测论文解读复现之三：基于改进YOLOv7的X光图像旋转目标检测

YOLOv1---YOLOv5论文解读

目标检测论文解读复现之四：改进YOLOv5算法在停车场火灾检测中的应用

图神经推荐系统笔记整理

CVPR2022 | 通过目标感知Transformer进行知识蒸馏

voxelnet_VoxelNet论文解读

论文解读| NeurIPS 2022：面向科学任务的图神经网络设计

论文解读| NeurIPS 2022：能量函数指导的随机微分方程及在图到图翻译任务的应用...

论文解读 | NeurIPS 2022：基于因果推理的多轮药物推荐模型

【WWW2021】图神经网络的知识提取与超越：一个有效的知识蒸馏框架

CTR预估 论文精读(十三)--Behavior Sequence Transformer for E-commerce Recommendation in Alibaba(BST)

CTR预估 论文精读(十四)--Deep Rerank: Personalized Re-ranking for Recommendation(PRM)

论文解读-Intriguing properties of neural networks（ICLR2014）

【论文解读--力控电机+四足机器人载体设计】（Cheetah mini）A Low Cost Modular Actuator for Dynamic Robots

知识蒸馏学习笔记--Structured Knowledge Distillation for Semantic Segmentation

姿态估计 - Deep High-Resolution Representation Learning for Human Pose Estimation

知识蒸馏-【初识】

ACL2021 | 知识对比：基于外部知识的图神经虚假新闻检测

三维目标检测---PartA2论文解读

【三维目标检测】---3D IoU Net论文解读，预测IoU

PSPNet: Pyramid Scene Parsing Network论文解读

Pyramid Scene Parsing Network论文解读

【AI】高光谱图像分类 — HybridSN模型

计算机视觉入门路线

7-YOLOv1-v5论文解读

YOLOV7详细解读（二）论文解读

ICCV2021 | SOTR:使用transformer分割物体

Yolo系列论文解读

论文解读：跨模态/多光谱/多模态检测 Cross-Modality Fusion Transformer for Multispectral Object Detection

【论文解读】TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head for Object Detection on Drone

TPH-yolov5论文解读

2022KDD论文解读：深度学习订单出餐时间概率预测

CTR预估论文精读(十三)--Behavior Sequence Transformer for E-commerce Recommendation in Alibaba(BST)

CTR预估论文精读(十四)--Deep Rerank: Personalized Re-ranking for Recommendation(PRM)