个人随笔（论文解读

[论文解读]Visual bert

visualbertVisualBert融合了bert的目标检测系统如fast-rcnn，并且可以用于一系列的视觉和语言任务。作者提出了两种训练视觉语言模型的预训练任务:一部分文本被mask掉，根据剩余的文本和图像信息来预测被mask掉的信息。模型来预测提供的文本是否和图片匹配。作者发现这种在图片标注数据上的预训练对于visualBert学习文本和图像的表征非常重要。visualBert的核心思想
数据小新手·2021-06-04 19:02

论文解读丨空洞卷积框架搜索

本文分享自华为云社区《论文解读系列十：空洞卷积框架搜索》，原文作者：我想静静。空洞卷积是标准卷积神经网络算子的一种变体，可以控制有效的感受野并处理对象的大尺度方差，而无需引入额外的计算。
华为云·2021-06-03 11:29

nnU-Net实战一使用预训练nnU-Net模型进行推理

nnU-Net到底怎么使用，好不好用，我们看一个实战例子本次实战项目为使用预训练nnU-Net模型进行推理数据集：医学分割十项全能的前列腺数据集（Prostate）本系列还有1论文解读-nnU-Net:
Tina姐·2021-05-27 12:29

如何评价Google提出的MLP-Mixer：只需要MLP就可以在ImageNet上达到SOTA？

四篇论文解读点击这里：MLP-Mixer、BeyondSelf-attention、RepMLP、DoYouEvenNeedAttention?论文解读以及对MLP的有关评价。
初识-CV·2021-05-10 16:01

个人随笔

2017.09.22昨夜刚刚经历雷电暴雨，今日却和前些天一样，热得不像话，路上匆匆的行人，也包括我，热得心里发麻的家伙，过几天便是秋分了，保定这地方依然是这么热，过几天就到了离开此地的时候了，岁月匆匆，两年时光～15.8-17.9图片发自App
8e094831613b·2021-05-07 17:34

论文解读丨基于局部特征保留的图卷积神经网络架构(LPD-GCN)

本文分享自华为云社区《论文解读：基于局部特征保留的图卷积神经网络架构(LPD-GCN)》，原文作者：PG13。近些年，很多研究者开发了许多基于图卷积网络的方法用于图级表示学习和分类应用。
华为云·2021-05-07 10:29

【论文解读】one-stage系列里程碑 | 目标检测real time改进篇 | YOLO V3详解

目录1.简介前言链接汇总2.主干网络2.1总体网络2.2boundingbox预测2.3classprediction2.43differentscales3.实验数据3.1数据环比4.未竟之业5.Reference1.简介前言yolo系列是由JosephRedmon为主导，跟他导师Ali合作的最后一个作品（2018年），也是当时目标检测一阶段的SOTA，做到了实时性和准确性的兼顾，可谓是火爆全球
熊猫小妖·2021-05-04 00:43

org.springframework.util.StringUtils的使用

Maven专题Markdown专题Mysql专题Netty专题Nginx专题Openstack专题Redis专题Spring专题SpringBoot专题SpringCloud专题Zookeeper专题个人随笔专题数据结构专题单点登录专题设
Java及SpringBoot·2021-05-02 21:58

swin transformer解读

SwinTransformer:HierarchicalVisionTransformerusingShiftedWindows--论文解读论文信息、概要Swintransformer是微软今年三月25
小星星么么哒·2021-05-02 14:36

二、Zookeeper安装

Maven专题Markdown专题Mysql专题Netty专题Nginx专题Openstack专题Redis专题Spring专题SpringBoot专题SpringCloud专题Zookeeper专题个人随笔专题数据结构专题单点登录专题设
Java及SpringBoot·2021-04-29 06:43

单目3D多人姿态估计网络（整合自上而下和自下而上网络）

Monocular3DMulti-PersonPoseEstimationbyIntergratingTop-DownandBottom-UpNetworks论文解读贡献实验结果整体框架3D多人姿态估计相关工作
fadedtj·2021-04-27 16:59

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·2021-04-22 18:25

SpringBoot之四Web开发

Maven专题Markdown专题Mysql专题Netty专题Nginx专题Openstack专题Redis专题Spring专题SpringBoot专题SpringCloud专题Zookeeper专题个人随笔专题数据结构专题单点登录专题设
Java及SpringBoot·2021-04-19 19:30

【论文解读】CNN深度卷积神经网络-DenseNet

23.jpg1.简介DenseNet是在ResNet发表后深受其影响，同时又更为优秀的一种网络结构，由康威大学清华大学、facebook的三位作者共同提出，论文发表于2017，获得了CVPR2017的最佳论文奖。其核心即denseblock稠密块继承和发扬了ResNet中shortcut这一设计使得layer之间可以“稠密”互联，同时，正如其名，不只是层于层间的连接，而且是稠密连接(也借鉴了Inc
Sunflow007·2021-04-18 19:38

《一夜长大》 尼格买提·热合曼

给该句稍作修整，再加持小尼用码足20余万字写的这本个人随笔集，应该这么说“人不是慢慢长大的，而是一夜长大的”。尼格买提我习惯地简称小尼同学，小尼是谁？
ONE5201314·2021-04-18 03:46

论文解读：DETR 《End-to-end object detection with transformers》，ECCV 2020

论文解读：DETR《End-to-endobjectdetectionwithtransformers》，ECCV20200.论文基本信息1.论文解决的问题2.论文贡献3.方法框架主干网络transformer
D-Mer·2021-04-14 20:02

论文解读：Successor Features for Transfer in Reinforcement Learning

论文题目：SuccessorFeaturesforTransferinReinforcementLearning论文链接：http://papers.nips.cc/paper/6994-successor-features-for-transfer-in-reinforcement-learning.pdf论文出处：NeurIPS2017摘要：这里的transferinreinforcement
Papers_L·2021-04-13 20:17

数据分析/算法/建模/产品实习面经（字节跳动、爱奇艺、平安科技、石墨文档、欧克云链、水滴、茄子快传……）

平安科技-数据分析/算法实习生医疗欺诈方向1.自我介绍2.讲一个建模项目3.算法，PCA/LGBM/KNN4.论文解读（面试前一天给了两篇英文论文，选一个讲解论文思路）5.论文算法实现水滴-数据分析实习生一面
严肃温柔·2021-04-13 15:17

DCC论文解读 | 基于深度强化学习的视频比特码率控制算法

随着淘宝内容化的战略升级，直播、短视频等富媒体的表现方式在淘宝业务中落地开花，硕果累累。在互联网信道带宽不断波动的情况下，如何为用户提供高质量的视频播放体验，是各个多媒体服务商孜孜追求的梦想。每当新的技术出现的时候，大家都会积极探索是否可以应用这些新技术来解决目前存在的问题。近几年深度强化学习在优化学习算法领域大放异采，为很多优化学习问题带来了很好的解决方案。信道带宽波动和视频码率控制这一问题本身
阿里巴巴淘系技术团队官网博客·2021-04-02 16:00

ICLR 2021 | 美团AutoML论文：鲁棒的神经网络架构搜索 DARTS-

美团技术团队也对AutoML领域进行了积极探索，本文系美团与上海交通大学合作的一篇被深度学习顶会ICLR2021收录的论文解读。背景美团日益增长的用户侧
美团技术团队·2021-03-25 20:00

利用深度元学习对城市销量进行预测 | AAAI 2021论文解读

对于线上和线下的零售行业，销量预测都是一项至关重要的任务，它可以帮助企业更好的预备库存以及在各个仓库之间分配商品。特别是在大型购物节期间，强劲的促销活动将极大地促进消费。然而，可供参考的历史数据却非常稀缺。如何同时对城市的不同区域和不同时间段的销量进行预测，是一个非常具有挑战的问题。在2020年12月收录的AAAI2021（CCF-A类）上，京东城市被收录了一篇名为《RobustSpatio-Te
·2021-03-15 13:42

利用深度元学习对城市销量进行预测 | AAAI 2021论文解读

对于线上和线下的零售行业，销量预测都是一项至关重要的任务，它可以帮助企业更好的预备库存以及在各个仓库之间分配商品。特别是在大型购物节期间，强劲的促销活动将极大地促进消费。然而，可供参考的历史数据却非常稀缺。如何同时对城市的不同区域和不同时间段的销量进行预测，是一个非常具有挑战的问题。在2020年12月收录的AAAI2021（CCF-A类）上，京东城市被收录了一篇名为《RobustSpatio-Te
·2021-03-15 13:50

【小白话CV】CycleGAN论文解读+代码实战（萌宠转宝可梦）

《UnpairedImage-to-ImageTranslationusingCycle-ConsistentAdversarialNetworks》论文地址：源码地址：论文简介：模型结构：损失函数：AdversarialLoss（对抗损失）：CycleConsistencyLoss（循环一致性损失）：FullObjective（总损失）：训练策略：项目实战——萌宠转宝可梦：爬取数据：创建cola
BIT可达鸭·2021-03-14 17:26

2018第一期空中悬吊分享后的个人随笔

2018年第一期空中悬吊瑜伽&普拉提分享圆满完成。马上要过春节了，真诚祝福所有人新春大吉，身体健康，万事如意！在以前课程分享中，发现学员们在掌握一门技术时用得更多的方法是去记每一个动作细节如何做，如何将动作序列记下来组合成一节课，而并非从人体运动角度去分析、思考我们为什么要在吊绳上做这个练习，什么样的人群适合什么样的悬吊练习，以及如何运用吊绳的特性去延伸训练等等。学习动作的最佳方法就是体验，但空中
梭拉卓·2021-03-11 04:45

知识图谱最新权威综述论文解读：时序知识图谱部分

从最近一两年有关知识图谱的顶会论文中可以发现，越来越多的国内外研究者开始关注动态时序知识图谱，可见时序知识图谱已经成为了一大研究趋势，相信之后会有更多相关研究出来。因此，这期我们对综述论文的时序知识图谱部分接着进行解读，同时泽宇给出一些时序知识图谱的研究现状。当前的知识图谱的研究主要集中在事实不随时间变化的静态知识图谱上，而知识图谱的时序动态性则很少被研究。但是，时间对于表示知识非常重要，因为结构
ngl567·2021-02-28 10:13

深入理解：强化学习之Successor Representation

前面写过两篇论文解读，都是关于SuccessorFeatures在迁移强化学习中的应用（点击进入第一篇，点击进入第二篇）。
Papers_L·2021-02-22 09:12

论文解读---一种新的红外可见光图像融合算法

Aninfraredandvisibleimagefusionmethodbasedonmulti-scaletransformationandnormoptimization引言方法论预融合图像的生成基于MDLatLRR的图像分解基础层与细节层的图像融合基础层细节层逆变换总结对于红外可见光图像融合的思考论文：Aninfraredandvisibleimagefusionmethodbasedon
super杰404·2021-02-21 17:56

Open3D 彩色点云配准

目录一、算法原理1、原理概述2、代码解析二、代码实现三、结果展示一、算法原理1、原理概述Coloredpointcloudregistration【配准论文解读】ColorPointCloudRegistrationwith4DICPAlgorithm2
点云侠·2021-02-13 07:21

DEFT: Detection Embeddings for Tracking论文解读

DEFT:DetectionEmbeddingsforTracking论文解读摘要大多数现代多目标跟踪（MOT）系统遵循按检测跟踪的模式，由检测器和将检测关联到轨迹的方法组成。
无人不智能，机器不学习·2021-02-09 19:27

2020推文合集

2020年发送的推文列表如下ATAC最近大火的ATAC,究竟是干什么的引用2115次的ATAC经典论文解读划重点
生信修炼手册·2021-02-05 20:00

2019美赛C题论文解读

题目翻译数据附件可在这里下载：2019美赛C题数据+O奖论文解读题干他就是说在美国有个毒品叫阿片，然后给了我们两种数据。一种数据是联
小白不白mua·2021-01-26 17:46

[论文解读] Don‘t Hit Me! Glass Detection in Real-world Scenes

论文链接：Don’tHitMe!GlassDetectioninReal-worldScenes1总述这篇文章针对玻璃检测的问题，提出了一个新的用于玻璃检测的网络GDNet，并在作者自己构建的GDD数据集和其他一些公开数据集上取得了SOTA的结果。这篇文章的主要贡献点有3个：第一，构建了一个专门用于玻璃检测的数据集GDD；第二，设计了一种大视野上下文特征集成的网络模块；第三，在多个任务场景中取得了
leo0308·2021-01-24 18:48

Pointfilter: Point Cloud Filtering via Encoder-Decoder Modeling论文解读

Pointfilter:PointCloudFilteringviaEncoder-DecoderModeling论文解读1.METHOD学习的是位移矢量，噪点+位移矢量=去噪后的点1.1Preprocessing
一 学·2021-01-20 16:36

百度EMNLP 2020精选论文解读

欢迎关注【百度NLP】官方公众号，及时获取自然语言处理领域核心技术干货！！阅读原文：https://mp.weixin.qq.com/s/rBEk6A2B96pDFBHQcJ6wygEMNLP是自然语言处理领域的顶级会议之一，2020年的EMNLP会议已于11月16日至20日召开。百度精选了7篇录取的论文为大家进行介绍。论文一：句法和语义驱动的开放域信息抽取SyntacticandSemantic
百度-NLP·2021-01-14 11:00

医疗实体链接（标准化）论文解读 （附代码） A Lightweight Neural Model for Biomedical Entity Linking

一、动机论文：https://arxiv.org/abs/2012.08844代码：https://github.com/tigerchen52/Biomedical-Entity-Linking医疗实体链接(BiomedicalEntityLinking)把文档中发现的疾病、药物、手术名词（mention）映射到知识库（knowledgebase）中的标准术语词。这项任务其实是非常有挑战的，这是
庞加莱·2021-01-14 05:35

眼动论文解读《Where are they looking?》

眼动论文解读《Wherearetheylooking?》
Eric_Huuuui·2021-01-11 15:05

论文解读VSR MuCAN: Multi-Correspondence Aggregation Network for Video Super-Resolution 2020 ECCV

MuCAN:Multi-CorrespondenceAggregationNetworkforVideoSuper-ResolutionGitHub地址1.总结这篇文章作者主要在于突出利用多帧输入里面帧间和帧内的信息，对此作者分别提出了TemporalMulti-CorrespondenceAggregationModule和Cross-ScaleNonlocal-CorrespondenceAg
eight_Jessen·2021-01-06 11:20

transformer论文解读_一文读懂transformer(CV专享)

导言：transformer在这两年大火，CV界广泛应用transformer模型，充分吸收其idea到自己的领域。考虑到transformer本是应用于NLP的论文，其中很多内容都形成了共识，因此在论文中并未提及，就好像CV中论文提到图像预处理使用centercrop,colorjitter，但不会详细介绍这两个，这就是CV领域的共识，其他领域的人看到这两个将会很困惑，作为CV中人读transf
养生的控制人·2021-01-04 23:25

论文解读：睿智的目标检测30——Pytorch搭建YoloV4目标检测平台

https://blog.csdn.net/weixin_44791964/article/details/106214657#t0
辣大辣条·2021-01-04 16:50

pytorch 三维点分类_基于深度学习的三维重建——MVSNet系列论文解读

欢迎关注微信公众号“3D视觉学习笔记”，分享博士期间3D视觉学习收获MVSNet:香港科技大学的权龙教授团队的MVSNet（2018年ECCV）开启了用深度做多视图三维重建的先河。2019年，2020年又有多篇改进：RMVSNet(CVPR2019),PointMVSNet(ICCV2019),P-MVSNet(ICCV2019),MVSCRF(ICCV2019),Cascade(CVPR2020
zibuyu9·2021-01-04 16:27

【论文解读】one-stage系列开山之篇 | 目标检测速度检测大跨步 | YOLO V1详解

目录前言1.简介1.1YOLO由来1.2摘要1.3代码2.YOLO网络结构详解2.1整体介绍2.2主干网络分类2.3核心思想详述2.4loss计算3.优缺点and与其他detection比较3.1YOLO自述优点3.2YOLO自述缺点3.3和其他detector对比（从而作者可以信誓旦旦地说明客观上都没有YOLO好）4.实验和评估4.1和其他detector的比较4.2YOLO自己精度差？他给出了
熊猫小妖·2021-01-03 13:13

【论文解读】深度学习目标检测 | R-CNN系列里程碑 | 一文弄懂Faster R-CNN

目录前言论文导读R-CNN系列发展后起之秀的改进1简介1.1摘要1.2代码2FasterR-CNN网络结构2.1整体网络结构简介2.2backbone提取featuremap2.2.1实验对比2.2.2说明2.3RPN2.3.1流程和结构简介2.3.2anchor2.3.3RPNboundingbox校正2.3.3.1positivevsnegative2.3.3.2从proposal->grou
熊猫小妖·2020-12-31 10:40

【高德AAAI2021论文解读】LRC-BERT：对比学习潜在语义知识蒸馏

高德智能技术中心研发团队在工作中设计了对比学习框架进行知识蒸馏，并在此基础上提出COS-NCELOSS，该论文已被AI顶会AAAI2021接收。NLP自然语言处理在高德各个业务线发挥重要作用，例如动态事件命名实时识别，搜索场景用户语义理解，共享出行通话文本自动判责等。而NLP领域近期最重要的进展当属预训练模型，Google发布的BERT预训练语言模型一经推出就霸占了NLP各大榜单，提升了诸多NLP
高德技术·2020-12-30 17:45

docker gpu 创建 训练环境_Docker 入门----知识大总结与实战应用

内容坚持原创，和您分享视觉三维重建领域的经典知识与前沿论文解读，欢迎关注！1.Docker基础知识1.没有虚拟化技术的原始时代2.虚拟机技术3.Dokcer是什么？
蝶恋花 13319120387·2020-12-27 23:05

FcaNet: Frequency Channel Attention Networks论文解读

文章摘要本篇文章是对通道注意力机制(ChannelAttention)的一种改进，原始的通道注意力机制时使用Globalaveragepooling(GAP)实现的。在本篇文章中，作者基于频率域的分析，提出了FrequencyChannelAttention机制。方法论如上图所示，该算法的具体细节如下：1、将输入的[c,h,w](在这里不考虑batch)，首先按c分成n个部分，即上图中的[C0,.
LocalMinima·2020-12-27 01:49

bert预训练模型解读_论文解读:BERT模型及fine-tuning

在上周BERT这篇论文[5]放出来引起了NLP领域很大的反响，很多人认为是改变了游戏规则的工作，该模型采用BERT+fine-tuning的方法，在11项NLPtasks中取得了state-of-the-art的结果，包括NER、问答等领域的任务。本文对该论文进行介绍。1.现有的LanguageModelEmbedding语言模型来辅助NLP任务已经得到了学术界较为广泛的探讨，通常有两种方式：fe
weixin_39796363·2020-12-24 05:01

轮廓检测论文解读 | 整体嵌套边缘检测HED | CVPR | 2015

主题列表：juejin,github,smartblue,cyanosis,channing-cyan,fancy,hydrogen,condensed-night-purple,greenwillow,v-green,vue-pro,healer-readable贡献主题：https://github.com/xitu/juejin-markdown-themestheme:juejinhigh
微信公众号[机器学习炼丹术]·2020-12-08 18:31

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
OneChancek·2020-12-02 22:32

【抓取】6-DOF GraspNet 论文解读

【抓取】6-DOFGraspNet论文解读【注】：本文地址：【抓取】6-DOFGraspNet论文解读若转载请于明显处标明出处。
DLUT_Hatim·2020-12-01 00:17

java 实现跳表（skiplist）及论文解读

什么是跳跃表跳表由WilliamPugh发明。他在论文《Skiplists:aprobabilisticalternativetobalancedtrees》中详细介绍了跳表的数据结构和插入删除等操作。跳表是一种可以用来代替平衡树的数据结构，跳表使用概率平衡而不是严格执行的平衡，因此，与等效树的等效算法相比，跳表中插入和删除的算法要简单得多，并且速度要快得多。为什么需要？性能比较好。实现相对于红黑
老马啸西风·2020-11-23 22:42
上一页 34 35 36 37 38 39 40 41 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他