可信计算论文精读第12页

CenterNet：Object as Points

**转载论文精读——CenterNet:ObjectsasPoints版权提示：此文章转载自论文精读——CenterNet:ObjectsasPoints论文地址：https://arxiv.org/pdf

hjxu2016·2022-12-31 09:31

Objects as Points 论文精读

对象作为点摘要目标检测在图像中将检测对象定义为一个与坐标轴对齐的框。大多数成功的对象检测器都会列举几乎详尽的潜在对象位置列表，并对每个位置进行分类。这是浪费的、低效的，并且需要额外的后处理。在本文中，我们采用了不同的方法。我们将一个对象建模为一个点——它的边界框的中心点。我们的检测器使用关键点估计来找到中心点并回归到所有其他对象属性，例如大小、3D位置、方向，甚至姿势。我们基于中心点的方法Cent

学渣在路上·2022-12-31 09:29

论文精读:Centernet:Objects as Points

论文地址:https://arxiv.org/pdf/1904.07850.pdf代码地址:https://github.com/xingyizhou/CenterNet.Abstract基于anchor的目标检测算法通常会列举大量可能存在对象位置的列表，这是浪费的、低效的。作者采用了一种不同的方法。将一个对象建模为单个点——其边界框的中心点。检测器使用关键点估计来寻找中心点，并回归到所有其他对象

樱花的浪漫·2022-12-31 09:27

重读经典：《Momentum Contrast for Unsupervised Visual Representation Learning》

MoCo论文逐段精读【论文精读】这次论文精读李沐博士继续邀请了亚马逊计算机视觉专家朱毅博士来精读MomentumContrast（MoCo)，强烈推荐大家去看本次的论文精读视频。

自动驾驶小学生·2022-12-30 10:06

加州大学博士生Wendy：谈论文精读与方法创新

最近刷朋友圈，很多童鞋的状态都是，不是在搞科研，就是在搞科研的路上，每日为了科研废寝忘食……每天的生活日常，除了下文献、读文献，就是做实验、写论文，debug，二十多岁的自己看着像三四十……然而，结果好像并不和努力成正比。不说发顶会无望，写一篇不水的论文都不是件容易的事。那些学术大牛们，怎么就可以手握多篇顶会论文还笔耕不辍，似乎发一篇高质量的论文是分分钟的事，他们究竟有什么独门秘籍？最近就有入坑半

夕小瑶·2022-12-30 09:25

【论文精读】ROC和PR曲线的关系（The relationship between Precision-Recall and ROC curves）

近期复习机器学习的一些基本知识，专门精读了一篇关于讲ROC曲线的PR曲线关系的文章。文章的title为《TherelationshipbetweenPrecision-RecallandROCcurves》发表于2006年，作者是来自威斯康辛大学麦迪逊分校的JesseDavis和MarkGoadrich。虽然文章发表很早，但是涉及机器学习基石的知识永不会过时。下面分享一下我的阅读笔记和心得。文章目

takedachia·2022-12-30 07:30

【单目3D目标检测】MonoCon论文精读与代码解析

文章目录PrefaceAbstractContributionsPipelineRegressionHeadsTheAuxiliaryContextRegressionHeadsQuantizationResidualBugInstallPreface[AAAI2022]LiuX,XueN,WuT.Learningauxiliarymonocularcontextshelpsmonocular3D

嗜睡的篠龙·2022-12-29 18:46

【图像超分辨率重建】——SwinIR论文精读笔记

2021-SwinIR:ImageRestorationUsingSwinTransformer(SwinIR)基本信息作者：JingyunLiang,JiezhangCao,GuoleiSun,KaiZhang,LucVanGool,RaduTimofte期刊：ICCV引用：123摘要：图像恢复是一个长期存在的低级视觉问题，旨在从低质量图像（例如，缩小、噪声和压缩图像）中恢复高质量图像。虽然最先

Zency_SUN·2022-12-29 17:39

【图像超分辨率重建】——HAT论文精读笔记

2022-ActivatingMorePixelsinImageSuper-ResolutionTransformer(HAT)基本信息作者：XiangyuChen,XintaoWang,JiantaoZhou,andChaoDong期刊：引用：摘要：基于Transformer的方法在图像超分辨率等低级视觉任务中表现出令人印象深刻的性能。然而，我们发现这些网络只能通过归因分析利用有限空间范围的输入

Zency_SUN·2022-12-29 17:24

【图像超分辨率重建】——SAN论文精读笔记

2019-Second-orderAttentionNetworkforSingleImageSuper-Resolution(SAN)基本信息作者：TaoDai,JianruiCai,YongbingZhang,Shu-TaoXia,LeiZhang期刊：CVPR引用：摘要：近年来，深度卷积神经网络（CNN）在单图像超分辨率（SISR）中得到了广泛的研究，并取得了显著的性能。然而，大多数现有的基

Zency_SUN·2022-12-29 17:54

【论文笔记】A Survey of Visual Transformers（完结）

声明：本人是来自γ星球的外星人为了学习地球的深度学习知识的，好回去建设自己的家乡每周不定期更新自己的论文精读笔记，中心思想是两个字---易懂没啥事的兄弟姐妹们，可以和我探讨外星知识哦~本文旨在，简单概括综述

来自γ星的赛亚人·2022-12-29 14:15

GPT系列论文精读-GPT1

GPT与BERT、Transformer的关系Transformer发表在2017年6月，在一年之后GPT出来了，GPT的核心数据把Transformer的解码器拿出来，在大量没有文本的数据集上训练一个语言模型然后获得一个预训练模型，然后再用它在任务上做微调，最终得到每一个任务所要的分类器的。BERT有小道消息传闻是在GPT出来后两个月，出来了。BERT是把Transformer的编码器拿出来，用

熊思健WHUT·2022-12-28 14:14

YouTube DNN论文精读

文章目录Abstract1.Introduction2.SystemOverview3.CandidateGeneration3.1Recommendationasclassification3.2ModelArchitecture3.3HeterogeneousSignals3.4LabelandContextSelection3.5ExperimentswithFeaturesandDepth

寻沂·2022-12-28 10:38

论文阅读《Deep Neural Networks for YouTube Recommendations》

DeepNeuralNetworksforYouTubeRecommendations》2Embedding技术在推荐系统中的应用DeepNeuralNetworkforYouTubeRecommendation论文精读这篇论文

怼怼是酷盖·2022-12-28 10:08

MAE论文精读读后感

MAE（带掩码的自编码器）主要是在vit的基础上参考BERT（带掩码的自监督训练）为什么CV之前没有人用带掩码的自监督训练？（与NLP领域的区别）：1.原来采用的CNN卷积神经网络不好学习掩码（CNN不好抓取一个特定的点）2.文字每个字包含了明确的语义信息，而图片一块像素点存在很多冗余信息（若在图片中只摘除几个点很容易就能通过周围的像素信息复原，而语言文字中少了一两个词都很难还原整个句子信息），因

irony_202·2022-12-28 10:33

OM | 论文精读：深度强化学习与智慧交通(一）

作者：宋绪杰随着城市化和新兴智能技术的发展，交通运输系统中包含了越来越多的人工智能技术（AI），被称为智能交通系统（ITS）。本文主要讨论强化学习（RL）在智能交通系统中的应用，下面摘录文中与“交通信号灯控制”相关的内容。论文标题：DeepReinforcementLearningforIntelligentTransportationSystems:ASurvey论文作者：AmmarHaydar

运筹OR帷幄·2022-12-28 09:18

[论文精读][NeRF] Masked Wavelet Representation for Compact Neural Radiance Fields

MaskedWaveletRepresentationforCompactNeuralRadianceFieldsAbstractIntroductionContributionsMethodOverviewNeuralradiancefieldsWavelettransformondecomposedtensorsMulti-levelwavelettransformLearningtomask

Wang_NNN·2022-12-28 07:59

Lexical Simplification with Pretrained Encoders 论文精读

LexicalSimplificationwithPretrainedEncoders论文精读InformationAbstract1Introduction2RelatedWork3UnsupervisedLexicalSimplification3.1TheBERTmodel3.2SimplificationCandidategeneration3.3SubstitutionRanking3

小白*进阶ing·2022-12-27 23:22

“浪潮信息龙蜥联合实验室”正式成立！2万+人在线，带你一文读懂MeetUp精彩瞬间

本次MeetUp汇集了众多龙蜥社区SIG开发者及高效能服务器和存储技术国家重点实验室、河北广电、浪潮信息、达摩院和阿里云的大咖们，围绕开源创新、云原生、可信计算、数据安全等热点话题，和我们分享浪

·2022-12-27 16:23

多方安全计算(MPC)原理简介

不经意传输的解决方案不经意传输（OT）协议在密码学中发送方可以向接收方传输一系列信息中的某一部分接收方可以正确收到信息，但不知道信息属于整体的哪个部分安全可信计算外包计算含义常用技术同态加密典型的应用场景数据持有者想对其持有的大量数据进行计算

平凡人笔记·2022-12-27 16:58

李沐精读论文：DETR End to End Object Detection with Transformers

论文：End-to-EndObjectDetectionwithTransformers代码：官方代码DeformableDETR：论文代码视频：DETR论文精读【论文精读】_哔哩哔哩_bilibili

iwill323·2022-12-27 13:01

【论文阅读】时序动作检测系列论文精读（2017年下）

文章目录4.CascadedBoundaryRegressionforTemporalActionDetection论文目的——拟解决问题贡献——创新实现流程详细方法5.R-C3D:RegionConvolutional3DNetworkforTemporalActivityDetection论文目的——拟解决问题贡献——创新实现流程详细方法6.SingleShotTemporalActionDe

三木今天学习了嘛·2022-12-27 10:26

Improved Unsupervised Lexical Simplification with Pretrained Encoders 论文精读

ImprovedUnsupervisedLexicalSimplificationwithPretrainedEncoders论文精读InformationAbstract1Introduction2SystemDescription2.1SimplificationCandidateGeneration2.2SubstitutionRanking2.3ObtainingEquivalenceSc

小白*进阶ing·2022-12-27 09:50

【单目3D目标检测】MonoDLE论文精读与代码解析

文章目录PrefaceAbstractContributionsDiagnosticExperimentsPipelineRevisitingCenterDetectionTrainingSamplesIoUOrientedOptimizationExperimentalResultsPreface[CVPR2021]MaX,ZhangY,XuD.Delvingintolocalizationer

嗜睡的篠龙·2022-12-27 09:09

SiamFC

SiamFC论文精读笔记前言SiamFC网络结构就是全卷积的孪生网络，那么什么是孪生网络（SiameseNetwork）？

DL小白123·2022-12-27 02:58

论文精读：Generative Adversarial Imitation Learning（生成对抗模仿学习）

生成对抗模仿学习论文分享（GenerativeAdversarialImitationLearning）1.背景介绍1.1.论文背景这篇论文是2016年由斯坦福大学研究团队提出的，两位作者，一位是JonathanHo，履历十分丰富，主要研究方向是无监督学习和强化学习，另一位是StefanoErmon，他是斯坦福大学的副教授，主要研究方向是概率建模、生成学习和推理。1.2.读前先问为什么会选择这篇论

Alex_996·2022-12-26 23:58

nlp论文——《Efficient Estimation of Word Representations in Vector Space》（向量空间中词表示的有效估计）

EfficientEstimationofWordRepresentationsinVectorSpace》第一课时：论文导读（1）语言模型（2）词向量简介——介绍词向量的概念和种类（3）前期知识储备第二课时：论文精读

然后就去远行吧·2022-12-26 11:16

[可解释机器学习]Task04：[算法]GradCAM

本文分为两部分：算法讲解+论文精读一、GradCAM深度学习可解释性分析论文：Grad-CAM:VisualExplanationsFromDeepNetworksviaGradient-BasedLocalization

pink_storm·2022-12-26 09:03

【论文精读】Knowledge Graph Embedding by Translating on Hyperplanes

年份2014第一作者单位中山大学benchmarkdatasetsWordNetandFreebasetasklinkprediction,tripletclassificationandfactextraction梯度下降方式SGDthreetaskslinkprediction,tripletsclassification,relationalfactextraction评价指标MRHits@

菜菜2022·2022-12-26 04:46

【论文理解】R-CNN 之预测框回归（Bounding box regression）问题详述

本文就R-CNN论文精读中的预测框回归（Boundingboxregression）问题进行详细讨论。R-CNN将候选框提取出来的特征向量，进行分类+偏移预测的并行处理。

takedachia·2022-12-25 14:26

dalle2：hierarchical text-conditional image generation with clip

DALL·E2【论文精读】_哔哩哔哩_bilibili更多论文：https://github.com/mli/paper-reading,视频播放量30350、弹幕量256、点赞数1767、投硬币枚数1318

Kun Li·2022-12-25 07:54

论文精读——Inception-v4，Inception-ResNet and the Impact of Residual Connections on Learning

论文链接:https://arxiv.org/pdf/1602.07261.pdf1.提出问题是不是结合残差连接与Inception结构能够产生更好的结果？2.做了什么我们给出了充足的实验证据，残差连接使得Inception网络训练速度得到巨大的提升。论文给出了几种新的主流网络结构（residualandnon-residualInceptionnetworks）。我们进一步阐明，在保证宽Resi

樱花的浪漫·2022-12-24 16:21

DETR精读笔记

End-to-EndObjectDetectionwithTransformers（发表于ECCV-2020）代码：https://github.com/facebookresearch/detr解读视频：DETR论文精读

Adenialzz·2022-12-24 13:18

A Simple Framework for Contrastive Learning of Visual Representations论文精读

SimCLR摘要1、介绍2.方法2.1对比学习框架2.2大batch的训练2.3.评估协议3.对比表征学习的数据增强3.1数据增强操作的组成对于学习良好的表示是至关重要的3.2.对比学习比监督学习需要更强的数据扩充4.编码器和头部的架构4.1.无监督对比学习从更大的模型中受益(更多)4.1.无监督对比学习从更大的模型中受益(更多)5.损失函数和批量大小5.1.温度可调的归一化交叉熵损失比其他方法效

Raphael9900·2022-12-24 13:46

目标检测/人体姿态估计：Objects as Points论文解读

真正的CenterNet——ObjectsasPoints论文解读；论文精读——CenterNet:ObjectsasPoints论文概述本论文的思

Airs_Gao·2022-12-24 11:52

【论文精读 02】Swin Transformer

SwinTransformer——使用移位窗口的层级VisionTransformerICCV2021最佳论文资料参考：https://www.bilibili.com/video/BV1pL4y1v7jC/?spm_id_from=333.788&vd_source=fab4cd66aafcb3b54c4bc627c1dcaac1https://www.bilibili.com/video/BV

不菜不菜·2022-12-24 11:57

【研一小白论文精读】SwAV

UnsupervisedLearningofVisualFeaturesbyContrastingClusterAssignmentsThemaincontributionofthisarticleistoprovideanonlinealgorithmforself-supervisedlearning.Thismethoddoesnotneedtobetrainedonalargeandcom

Titus W·2022-12-24 10:05

BYOL论文精读

文章目录概要背景方法1.概述2.参数更新3.目标z'_ξ的构建和q_θ的预测结果结论个人看法概要本篇博客介绍了BootstrapYourOwnLatent(BYOL)方法，这是DeepMind和ImperialLondon提出的一种自监督学习方法。BYOL包含两个架构相同但参数不同的网络。BYOL不需要负对，而大多数对比学习方法都需要，例如SimCLR背景对比学习(contrastivelearn

点PY·2022-12-24 10:24

YOLOv3 论文精读

YOLOv3:AnIncrementalImprovementYOLOv3:一个增量的改进关键词：标签多对一、多尺度、边界框先验(聚类)、维度集群、Darknet-53目录一、摘要二、随性介绍三、改进的细节（1）BoundingBoxPrediction（2）ClassPrediction（3）PredictionsAcrossScales（4）FeatureExtractor（5）Trainin

Flying Bulldog·2022-12-24 08:23

【笔记】文献阅读[YOLOV3]-An Incremental Improvement

YOLOv3:AnIncrementalImprovement引言1介绍2细节2.2类别预测2.3多尺度预测2.4特征提取2.5训练3我们是怎么做的（方法）4一些无用的尝试5这意味着什么（反思）申辩引言论文精读可以看

摇曳的树·2022-12-23 22:20

李沐精读论文：Swin transformer: Hierarchical vision transformer using shifted windows

Hierarchicalvisiontransformerusingshiftedwindows代码：官方源码pytorch实现SwinTransformerAPI视频：SwinTransformer论文精读

iwill323·2022-12-23 08:50

【论文精读】UV-SLAM: Unconstrained Line-based SLAM Using Vanishing Points for Structural Mapping

【论文精读】UV-SLAM:UnconstrainedLine-basedSLAMUsingVanishingPointsforStructuralMapping论文出处ICRA2022摘要在基于特征的

dulu_202·2022-12-22 18:16

【论文精读】Hybrid Bird‘s-Eye Edge Based Semantic Visual SLAM for Automated Valet Parking

【论文精读】HybridBird’s-EyeEdgeBasedSemanticVisualSLAMforAutomatedValetParking论文出处ICRA2021摘要基于视觉的定位和建图方法有望被应用于自动代客泊车任务中

dulu_202·2022-12-22 18:45

【论文精读】AVP-Loc: Surround View Localization and Relocalization Based on HD VectorMap for AVP

【论文精读】AVP-Loc:SurroundViewLocalizationandRelocalizationBasedonHDVectorMapforAutomatedValetParking论文出处

dulu_202·2022-12-22 18:44

李沐精读论文：ViT 《An Image Is Worth 16x16 Words: Transformers For Image Recognition At Scale》

视频：ViT论文逐段精读【论文精读】_哔哩哔哩_bilibili代码：论文源码使用pytorch搭建VisionTransformer(vit)模型vision_transforme·WZMIAOMIAO

iwill323·2022-12-22 12:00

李沐论文精读：BERT 《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》

https://github.com/google-research/bert论文地址：BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding官方代码地址：https://github.com/google-research/bert课程推荐：李宏毅机器学习--self-supervised：BERT参考：B

iwill323·2022-12-22 12:29

李沐精读论文：MAE 《Masked Autoencoders Are Scalable Vision Learners》

-知乎参考博文：MAE论文逐段精读【论文精读】-哔哩哔哩神洛华的博客本文是2021.11.11发布在Arxiv上的文章，主要工作是在VisionTransformer基础上

iwill323·2022-12-22 12:52

学位论文精读-hBMSCs在肿瘤微环境中分泌IL-6并上调IL-17水平协同促进DLBCL生长的研究

摘要弥漫大B细胞淋巴瘤（DLBCL）是最常见的非霍奇金淋巴瘤亚型，是一种侵袭性淋巴瘤。虽然近年来一线的化疗方案R-CHOP（利妥昔单抗、环磷酰胺、多柔比星、长春新碱和强的松）改善DLBCL患者的预后，但是仍有相当一部分的DLBCL患者因化疗耐药而出现进展或复发，这是困扰临床治疗的一大难题和挑战。目前DLBCL患者出现化疗耐药和复发的机制仍然不清楚，值得我们进一步研究。已有研究发现利妥昔单抗耐药与间

weixin_52505487·2022-12-22 11:48

利用可信计算技术增强MEC的安全性

【摘要】介绍了MEC安全问题的特征，分析了可信计算技术增强MEC安全的可行性，提出了MEC物理安全可信设计、MEC能力开放可信设计、软件版本完整性可信设计等关键技术，最后结合MEC部署的特点提出了安全防护的建设建议

米朵儿技术屋·2022-12-22 07:57

MoCo ：引入对比学习来实现自监督训练

源：MoCo论文逐段精读【论文精读】_哔哩哔哩_bilibili对比学习简单理解将图像通过一个网络提取出特征f，如果图像相似，使得特征尽量靠近，不相似的尽量远离定义什么是正负样本的规则就理解为代理模式（

0基础快速入门整数的读写·2022-12-21 10:37

推荐频道

可信计算论文精读