图像去雾论文阅读第21页

论文阅读——DistilBERT

ArXiv：https://arxiv.org/abs/1910.01108TrainLoss:DistilBERT：DistilBERT具有与BERT相同的一般结构，层数减少2倍，移除token类型嵌入和pooler。从老师那里取一层来初始化学生。Thetoken-typeembeddingsandthepoolerareremovedwhilethenumberoflayersisreduce

じんじん·2023-10-28 05:14

论文阅读——BART

Arxiv:https://arxiv.org/abs/1910.13461一个去噪自编码器的预训练序列到序列的模型。是一个结合了双向和自回归transformers的模型。预训练分为两个阶段：任意噪声函数破坏文本和序列模型重建原始文本一、模型input：被破坏的文本-->bidirectionalencoder-->left-to-rightautoregressivedecoder-->out

じんじん·2023-10-28 05:14

论文阅读——BERT

BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding1.Motivation2.Contribution3.Method3.1BERT3.2Pre-trainingBERT3.3Fine-tuningBERT4.Experiment4.1GLUE4.2SQuADv1.14.3SWAG4.4Ablation1

猫猫头不写bug·2023-10-28 05:37

论文阅读——MAE

MaskedAutoencodersAreScalableVisionLearners1.一些乱七八糟的知识1.Motivation2.Contribution3.Method3.1核心思想3.2Method4.Experiment4.1MainProperties4.2ComparisonswithPreviousResults4.3在迁移学习上的效果论文地址：https://arxiv.org

猫猫头不写bug·2023-10-28 05:07

论文阅读——GPT3

来自论文：LanguageModelsareFew-ShotLearnersArxiv：https://arxiv.org/abs/2005.14165v2记录下一些概念等。，没有太多细节。预训练LM尽管任务无关，但是要达到好的效果仍然需要在特定数据集或任务上微调。因此需要消除这个限制。解决这些问题的一个潜在途径是元学习——在语言模型的背景下，这意味着该模型在训练时发展了一系列广泛的技能和模式识别

じんじん·2023-10-28 05:29

【自监督论文阅读 4】BYOL

hjxu2016·2023-10-27 22:20

[论文阅读]TR3D——迈向实时室内3D目标检测

TR3DTOWARDSREAL-TIMEINDOOR3DOBJECTDETECTION迈向实时室内3D目标检测论文网址：TR3D论文代码：TR3D论文简读这篇论文提出了TR3D,一个用于室内3D对象检测的快速且准确的全卷积网络方法。主要贡献如下:提出TR3D网络结构,相比普通的连通域卷积处理稀疏的3D数据更有效率。TR3D是在FCAF3D(ECCV2022)的基础上改进的，FCAF3D是一个用于3

一朵小红花HH·2023-10-27 19:40

[论文阅读]centerpoint——基于Center的三维目标检测与跟踪

centerpoint基于Center的三维目标检测和跟踪论文网址：centerpointcenterpoint前向传播过程1.输入:点云数据P2.经过3D编码器(如VoxelNet或者PointPillars),生成俯视图特征图M3.进入检测头,首先是一个可学习的3x3卷积层、BN层、ReLU激活函数4.分支到两个头:(1)中心点heatmap头:进行几个卷积生成K个热力图,表示K类目标的中心点

一朵小红花HH·2023-10-27 19:39

[论文阅读]CenterFormer——基于center的三维目标检测Transformer

CenterFormerCenter-basedTransformerfor3DObjectDetection论文网址：CenterFormer总结背景LiDAR是自动驾驶中的关键感知工具,可以提供高精度的3D点云数据。现有的基于LiDAR的3D目标检测方法主要基于将点云离散化为voxel或BEV特征图,然后使用CNN网络进行预测。但当前方法缺乏上下文和全局信息的学习。目标检测通常分为基于anch

一朵小红花HH·2023-10-27 19:39

[论文阅读]Voxel R-CNN——迈向高性能基于体素的3D目标检测

VoxelR-CNNVoxelR-CNN:TowardsHighPerformanceVoxel-based3DObjectDetection迈向高性能基于体素的3D目标检测论文网址：VoxelR-CNN论文代码：VoxelR-CNN简读论文该论文提出了VoxelR-CNN，这是一种基于体素的高性能3D对象检测框架。作者认为，原始点的精确定位对于准确的目标检测并不重要，粗体素粒度可以提供足够的检测

一朵小红花HH·2023-10-27 19:34

论文阅读：Enhanced LSTM for Natural Language Inference

一、摘要Chen,Q.,Zhu,X.,Ling,Z.,Wei,S.,Jiang,H.,&Inkpen,D.(2016).EnhancedLSTMforNaturalLanguageInference,(2008).https://doi.org/10.18653/v1/P17-1152发表于ACL2017arxiv地址：http://arxiv.org/abs/1609.06038代码：https

filterc·2023-10-27 17:51

Class-Aware Robust Adversarial Training for Object Detection论文阅读笔记

针对目标检测的类感知对抗训练2021年的CVPR，哥伦比亚大学和中心研究院合作的工作。摘要：目的通过对抗训练增强目标检测的鲁棒性，对于一张给定的图像，本文提出的方法产生一个通用的对抗性攻击来同时攻击图像中所有的目标，共同最大化每个对象各自的损失，然后将总损失再分解成类损失，按照该类的数量进行归一化。引言：（这里理一下之前一直都没清楚的时间线，关于对抗攻击的）： 2014年的ICLR文章——《

骑驴去学习·2023-10-27 07:10

[论文阅读]MVF——基于 LiDAR 点云的 3D 目标检测的端到端多视图融合

MVFEnd-to-EndMulti-ViewFusionfor3DObjectDetectioninLiDARPointClouds论文网址：MVF论文代码：简读论文这篇论文提出了一个端到端的多视角融合(Multi-ViewFusion,MVF)算法,用于在激光雷达点云中进行3D目标检测。论文的主要贡献有两个:提出了动态体素化(DynamicVoxelization)的概念。相比传统的硬体素化(

一朵小红花HH·2023-10-27 07:07

[论文阅读]RTMDet——实时目标检测

RTMDetRTMDet:AnEmpiricalStudyofDesigningReal-TimeObjectDetectors设计实时目标检测器的实证研究论文网址：RTMDet摘要本文的目标是设计一种超越YOLO系列的高效实时目标检测器，并且可以轻松扩展到实例分割和旋转目标检测等许多目标识别任务。为了获得更高效的模型架构，本文探索了一种在主干和颈部具有兼容能力的架构，该架构由大内核深度卷积组成的

一朵小红花HH·2023-10-27 07:06

[论文阅读]VirConv(KITTI SOTA 2023.10.17)——用于多模态 3D 目标检测的虚拟稀疏卷积

VirConvVirtualSparseConvolutionforMultimodal3DObjectDetection用于多模态3D目标检测的虚拟稀疏卷积论文网址：VirConv论文代码：VirConv简读论文这篇论文提出了一个称为VirConv的操作符,用于基于虚拟点的多模态3D对象检测。主要的贡献和创新点包括:提出了StochasticVoxelDiscard(StVD)机制,用于加速网络

一朵小红花HH·2023-10-27 07:06

[论文阅读]PillarNeXt——基于LiDAR点云的3D目标检测网络设计

PillarNeXtPillarNeXt:RethinkingNetworkDesignsfor3DObjectDetectioninLiDARPointClouds基于LiDAR点云的3D目标检测网络设计论文网址：PillarNeXt代码：PillarNeXt论文简读这篇论文"PillarNeXt:RethinkingNetworkDesignsfor3DObjectDetectioninLiD

一朵小红花HH·2023-10-27 07:06

[论文阅读]SSN——基于形状特征网络的点云多类目标检测

SSNShapeSignatureNetworksforMulti-classObjectDetectionfromPointClouds基于形状特征网络的点云多类目标检测论文网址：SSN摘要多类别三维目标检测旨在从点云中对多类目标进行定位和分类。由于点云的数据结构是无结构的、稀疏的和噪声的,一些有利于多类别区分的特征如形状信息被利用不足。本文提出了一种新的3Dshapesignature来探索点

一朵小红花HH·2023-10-27 07:35

[论文阅读]PKD——基于Pearson相关系数的目标检测器通用蒸馏框架

PKDGeneralDistillationFrameworkforObjectDetectorsviaPearsonCorrelationCoefficient基于Pearson相关系数的目标检测器通用蒸馏框架论文网址：PKD创新点1.提出FPN特征模仿适用于异构检测器对。之前的工作大多只考虑同质检测器对,很少研究异构情况。2.指出直接最小化特征图之间的均方误差存在问题,如教师和学生特征幅值不同

一朵小红花HH·2023-10-27 07:35

[论文阅读]VoteNet——基于深度 Hough 投票法的点云3D目标检测

VoteNetDeepHoughVotingfor3DObjectDetectioninPointClouds用于点云三维物体检测的深度Hough投票法论文网址：VoteNet总结这篇论文提出了一个称为VoteNet的3D物体检测模型,该模型基于Hough投票机制。其主要创新点包括:将传统的Hough投票与深度学习结合,实现端到端的可微分架构。利用点云网络backbone学习点云特征,作为种子点特

一朵小红花HH·2023-10-27 07:35

【论文阅读】【3d目标检测】Point Density-Aware Voxels for LiDAR 3D Object Detection

论文题目：PointDensity-AwareVoxelsforLiDAR3DObjectDetectioncvpr2022多伦多大学这篇文章主要是对于现在voxel的方法忽略点云在roi中的稠密度的问题做了一定的工作。过去的一些工作要么就是进行规则的voxel操作，在每个voxel的格子中规则地提取feature，要么就是利用FPS考虑一些关键点，来进行特征的提取。这些关键点对于点云的稠密度有一

Lukas88664·2023-10-27 07:00

CT3D：Improving 3D Object Detection with Channel-wise Transformer 论文阅读

Abstract现在点云的两阶段3D物体检测灵活性和高性能的建议修正工作都不是很好。以前的refining3Dproposals都依赖人工设计，比如关键点采样，setstraction和多尺度特征融合等，都不能很好捕捉点之间上下文依赖信息。所以我们提出CT3D，其中包含regionproposal和aChannel-wiseTransformer。对于每一个proposal都是由proposal-

莫～忆轩*·2023-10-27 07:00

LSAE：Learning Shape-Aware Embedding for Scene Text Detection 场景文本检测----论文阅读笔记

论文题目：LearningShape-AwareEmbeddingforSceneTextDetection香港中文大学和腾讯优图共同发表在2019CVPR论文地址：jiaya.me/papers/textdetection_cvpr19.pdf贡献提出了Shape-AwareLoss，可以很好的分割相邻的文本实例并且可以检测很大很长的文本实例（将图像像素映射到嵌入特征空间中，在该空间中，属于同一

CharlesWu123·2023-10-27 07:00

【论文阅读】【3d目标检测】Density Based Clustering for 3D Object Detection in Point Clouds

论文标题：DensityBasedClusteringfor3DObjectDetectioninPointCloudscvpr2020，新加坡国立大学一部分工作来自这个实验室2019年的一篇iros（标题是EPN:Edge-AwarePointNetforObjectRecognitionfromMulti-View2.5DPointClouds），需要看懂这篇文章还需要看一下前文。看完这篇文章

Lukas88664·2023-10-27 07:30

论文阅读《Accurate Few-shot Object Detection with Support-Query Mutual Guidance and Hybrid Loss》

Background＆Motivation文中将Few-shot学习分为两类：metric-based和optimization-based，后者是元学习的方法。将Few-shot目标检测分为：finetuning-based和finetuning-free。然而以上这些方法都存在几个问题：support中的信息没有指导query中boundingbox的产生，support和query之间缺少交

不说话装高手H·2023-10-27 07:57

[论文阅读]Point Density-Aware Voxels for LiDAR 3D Object Detection（PDV）

PDVPointDensity-AwareVoxelsforLiDAR3DObjectDetection论文网址：PDV论文代码：PDV简读论文摘要LiDAR已成为自动驾驶中主要的3D目标检测传感器之一。然而，激光雷达的发散点模式随着距离的增加而导致采样点云不均匀，不适合离散体积特征提取。当前的方法要么依赖体素化点云，要么使用低效的最远点采样来减轻密度变化引起的有害影响，但在很大程度上忽略了点密度

一朵小红花HH·2023-10-27 07:26

GLIP，FLIP论文阅读

ScalingLanguage-ImagePre-trainingviaMasking（FLIP，2023）贡献：1.图像端引入MAE的随机MASK，imageencoder只处理未mask的patches（和之前的MAE方法一致），减少了输入序列长度加速训练，减少memory开销。text端没引入mask是因为text信息比较dense（图片信息比较稀疏），mask掉效果反而不好，之后是选择ma

B1CK·2023-10-26 23:49

论文阅读 - MetaTroll: Few-shot Detection of State-Sponsored Trolls with Transformer Adapters

链接：https://arxiv.org/pdf/2303.07354.pdf目录摘要1INTRODUCTION2RELATEDWORK2.1Trolldetection2.2Meta-learning2.3Few-shottextclassification3PROBLEMSTATEMENT4APPROACH4.1StageOneTraining4.2StageTwoTraining4.3Sta

无脑敲代码，bug漫天飞·2023-10-26 23:18

论文阅读 - Detecting the Hidden Dynamics of Networked Actors Using Temporal Correlations

WWW'23https://dl.acm.org/doi/pdf/10.1145/3543873.3587672煽动运动对基于事实的推理构成威胁，侵蚀人们对机构的信任，撕裂我们的社会结构。在21世纪，宣传运动迅速发展，以新的网络身份出现。其中许多宣传活动持续不断，资源充足，因此识别和清除它们既困难又昂贵。社交媒体公司主要通过优先控制"协调的不真实行为"来应对网络宣传的威胁。这一策略的重点是识别明确

无脑敲代码，bug漫天飞·2023-10-26 23:18

论文阅读 - A Large-Scale Longitudinal Multimodal Dataset of State-Backed Information Operations on Twitt

ProceedingsoftheSixteenthInternationalAAAIConferenceonWebandSocialMedia(ICWSM2022)CCF-B目录引言DataAccessDataCollectionState-BackedData(PositiveSet)BackgroundData(NegativeSet)FilteringTweetsDataExploratio

无脑敲代码，bug漫天飞·2023-10-26 23:48

论文阅读 - Hidden messages: mapping nations’ media campaigns

论文链接：https://link.springer.com/content/pdf/10.1007/s10588-023-09382-7.pdf目录1Introduction2Theinfluencemodel2.1Theinfluence‑modellibrary3Data4Methodology4.1Constructingobservations4.2Learningthestate‑tr

无脑敲代码，bug漫天飞·2023-10-26 23:15

YOLOv5算法改进（20）— 如何去写YOLOv5相关的论文（包括论文阅读+规律总结+写作方法）

前言：Hello大家好，我是小哥谈。最近一直在阅读关于YOLOv5的相关论文，读着读着我发现一条可以发论文的规律，特此简单总结一下，希望能够对同学们有所启迪！前期回顾：YOLOv5算法改进（1）—如何去改进YOLOv5算法

小哥谈·2023-10-26 09:39

【论文阅读】DenseNet：Densely Connected Convolutional Network

CSDN话题挑战赛第2期参赛话题：学习笔记学习之路，长路漫漫，写学习笔记的过程就是把知识讲给自己听的过程。这个过程中，我们去记录思考的过程，便于日后复习，梳理自己的思路。学习之乐，独乐乐，不如众乐乐，把知识讲给更多的人听，何乐而不为呢?论文DenseNet：DenselyConnectedConvolutionalNetwork论文地址https://openaccess.thecvf.com/c

快乐小胡！·2023-10-26 08:36

论文阅读：Pixel Recurrent Neural Networks

IntroductionPixelRNN和PixelCNN都没有做独立性假设。通过一层256维的softmax层来将像素值当做离散分布来建模。MathModelgeneratinganimagepixelbypixel输入图像是ｎ×ｎ个pixels的x，x可以视为一个长为n2的序列，序列是由x按行读取形成的。为了评估该序列的联合概率分布p(x)，文章将该联合概率表现为n2个条件概率的乘积：而每一个

qq184861643·2023-10-26 07:32

论文阅读：ByteNet, Neural Machine Translation in Linear Time

NeuralTranslationModel给定源语言strings,通过网络模型来估计目标语言stringt的概率分布p(t|s)。与PixelCNN类似，t的联合概率分布可以通过链式法则转化为连续的p(ti|t

qq184861643·2023-10-26 07:32

论文阅读（一）城市干道分段绿波协调控制模型研究

[1]酆磊,赵欣,李林等.城市干道分段绿波协调控制模型研究[J].武汉理工大学学报(交通科学与工程版),2021,45(06):1034-1038.主要内容：该文介绍了基于绿波带宽和关联度的城市干道分段绿波协调控制模型。通过将主干道划分为不同子区域，并根据路段特点进行精准化控制，实现了分段绿波控制。仿真试验结果表明，实施分段绿波后，主干道总体延误时间、停车次数、排队长度均有显著的优化效果。该方案能

七刀·2023-10-26 07:08

【代码复现】RingMo：应用于遥感领域的图像掩码建模技术

lalula1999·2023-10-25 23:11

自监督论文阅读笔记 RingMo: A Remote Sensing Foundation Model with Masked Image Modeling

深度学习方法促进了遥感(RS)图像解释的快速发展。最广泛使用的训练范式是利用ImageNet预训练模型来处理指定任务的RS数据。然而，存在自然场景与RS场景之间的领域差距，以及RS模型泛化能力差等问题。开发具有通用RS特征表示的基础模型是有意义的。由于有大量未标记的数据可用，自监督方法在遥感方面比全监督方法具有更大的发展意义。然而，目前大多数自监督方法都使用对比学习，其性能对数据增强、附加信息以及

YoooooL_·2023-10-25 23:09

html表项点击跳转,html table 点击跳转

一种可实时处理O(1)复杂度图像去雾算法的实现。

莈莈·2023-10-25 22:15

论文阅读笔记《PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF Pose Estimation》

核心思想本文提出一种基于3D关键点投票网络的姿态估计算法。通过投票的方式从RGBD图像中寻找3D关键点，并采用语义分割网络和中心点检测网络实现实例分割，最后根据实例中关键点和对应模型的关键点之间的匹配关系，利用最小二乘法计算得到图像实例与模型之间的位姿变换（旋转矩阵+平移矩阵），即得目标物体的6D位姿。特点在于本文不是直接从图像中提取关键点，而是利用网络预测每个点与关键之间的位置偏移，然后计算

深视·2023-10-25 19:18

论文阅读笔记《DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion》

核心思想本文提出一种基于RGB-D图像预测目标物体位姿的方法（DenseFusion）。首先，利用一个语义分割网络得到目标物体的分割图像，分别用两个网络用于处理RGB图像和点云图（由深度图获得），将颜色特征和几何特征逐像素的拼接起来，并利用一个特征融合网络获得全局特征。然后将全局特征级联到每个像素的特征向量上，并利用位姿预测网络输出每个像素点对应的位姿估计结果和一个置信度值，最终选择置信度最大

深视·2023-10-25 19:18

【论文阅读笔记】One Shot 3D Photography

论文主页：https://facebookresearch.github.io/one_shot_3d_photography/代码地址：https://github.com/facebookresearch/one_shot_3d_photography 该3D照片方向，由于刚入门，所以会倾向于翻译文章。每个操作上的选择，及为什么不进行另外操作的原因都如数放上。论文小结本作的工作是从单张R

时光机ﾟ·2023-10-25 19:47

On Moving Object Segmentation from Monocular Video with Transformers 论文阅读

论文信息标题：OnMovingObjectSegmentationfromMonocularVideowithTransformers作者：来源：ICCV时间：2023代码地址：暂无Abstract通过单个移动摄像机进行移动对象检测和分割是一项具有挑战性的任务，需要了解识别、运动和3D几何。将识别和重建结合起来可以归结为融合问题，其中需要结合外观和运动特征来进行分类和分割。在本文中，我们提出了一种

玛卡巴卡_qin·2023-10-25 17:47

李沐——论文阅读——VIT(VIsionTransformer)

一、终极结论：如果在足够多的数据上面去做预训练，那么，我们也可以不用卷积神经网络，而是直接用自然语言处理那边搬过来的Transformer，也能够把视觉问题解决的很好（tips：paperswithcode.com——查看各个机器学习领域的Stateofart）二、标题信息：一张图像==很多16*16大小的单词序列三、摘要:在NLP中无论是Bert,GPT还是T5,其中的transformer已经

诚威_lol_中大努力中·2023-10-25 15:13

虚假新闻检测论文阅读（九）：Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks

论文题目：RumorDetectiononSocialMediawithBi-DirectionalGraphConvolutionalNetworks论文来源：AAAI2020清华大学官方代码：https://github.com/TianBian95/BiGCN有监督、基于社交上下文、基于新闻传播信息一、基本内容首次将新闻的传播过程建模为图结构，Bi-GCN利用top-down的图表示新闻的传

Quinn-ntmy·2023-10-25 11:05

虚假新闻检测论文阅读（六）：A Deep Learning Model for Early Detection of Fake News on Social Media

论文标题：ADeepLearningModelforEarlyDetectionofFakeNewsonSocialMedia日期：IEEE2020#半监督、#伪标签、#可信度评估一、基本内容训练一个有监督模型和一个无监督模型，但是该工作不仅利用了新闻内容信息，还利用了用户对新闻的评论信息以及作者的可信度信息，使用的信息更为广泛，从而取得了更好的效果。二、主要工作（1）建立一个模型提取用户在评论中

Quinn-ntmy·2023-10-25 11:04

论文阅读--Crop yield prediction using machine learning: A systematic literature review

摘要：Machinelearningisanimportantdecisionsupporttoolforcropyieldprediction,includingsupportingdecisionsonwhatcropstogrowandwhattododuringthegrowingseasonofthecrops.Severalmachinelearningalgorithmshavebe

追忆苔上雪·2023-10-25 08:11

《论文阅读》LORA：大型语言模型的低秩自适应 2021

《论文阅读》LORA:LOW-RANKADAPTATIONOFLARGELAN-GUAGEMODELS前言简介现有方法模型架构优点前言今天为大家带来的是《LORA:LOW-RANKADAPTATIONOFLARGELAN-GUAGEMODELS

365JHWZGo·2023-10-25 07:13

【MATLAB-Retinex图像增强算法的去雾技术】

续：【MATLAB-基于直方图优化的图像去雾技术】【MATLAB-Retinex图像增强算法的去雾技术】1原图2MATLAB实现代码3结果图示参考书籍：计算机视觉与深度学习实战:以MATLAB、Python

知识推荐号·2023-10-25 00:30

Monocular arbitrary moving object discovery and segmentation 论文阅读

基本信息题目：MonocularArbitraryMovingObjectDiscoveryandSegmentation作者：来源：BMVC时间：2021代码地址：https://github.com/michalneoral/RaptorAbstract我们提出了一种发现和分割场景中独立移动的物体或其部分的方法。给定三个单眼视频帧，该方法输出语义上有意义的区域，即对应于整个对象的区域，即使只有

玛卡巴卡_qin·2023-10-24 22:30

紫光同创FPGA实现图像去雾基于暗通道先验算法纯verilog代码加速提供2套工程源码和技术支持

前言免责声明本去雾模块的特点2、目前我这里已有的图像处理方案3、设计思路框架SD卡初始化SD卡读操作SD卡读图片OV5640摄像头配置及采集HDMA图像缓存输入输出视频HDMA缓冲FIFOHDMA控制模块图像去雾模块详解

9527华安·2023-10-24 10:05

推荐频道

图像去雾论文阅读

论文阅读——DistilBERT

论文阅读——BART

论文阅读——BERT

论文阅读——MAE

论文阅读——GPT3

【自监督论文阅读 4】BYOL

[论文阅读]TR3D——迈向实时室内3D目标检测

[论文阅读]centerpoint——基于Center的三维目标检测与跟踪

[论文阅读]CenterFormer——基于center的三维目标检测Transformer

[论文阅读]Voxel R-CNN——迈向高性能基于体素的3D目标检测

论文阅读：Enhanced LSTM for Natural Language Inference

Class-Aware Robust Adversarial Training for Object Detection论文阅读笔记

[论文阅读]MVF——基于 LiDAR 点云的 3D 目标检测的端到端多视图融合

[论文阅读]RTMDet——实时目标检测

[论文阅读]VirConv(KITTI SOTA 2023.10.17)——用于多模态 3D 目标检测的虚拟稀疏卷积

[论文阅读]PillarNeXt——基于LiDAR点云的3D目标检测网络设计

[论文阅读]SSN——基于形状特征网络的点云多类目标检测

[论文阅读]PKD——基于Pearson相关系数的目标检测器通用蒸馏框架

[论文阅读]VoteNet——基于深度 Hough 投票法的点云3D目标检测

【论文阅读】【3d目标检测】Point Density-Aware Voxels for LiDAR 3D Object Detection

CT3D：Improving 3D Object Detection with Channel-wise Transformer 论文阅读

LSAE：Learning Shape-Aware Embedding for Scene Text Detection 场景文本检测----论文阅读笔记

【论文阅读】【3d目标检测】Density Based Clustering for 3D Object Detection in Point Clouds

论文阅读《Accurate Few-shot Object Detection with Support-Query Mutual Guidance and Hybrid Loss》

[论文阅读]Point Density-Aware Voxels for LiDAR 3D Object Detection（PDV）

GLIP，FLIP论文阅读

论文阅读 - MetaTroll: Few-shot Detection of State-Sponsored Trolls with Transformer Adapters

论文阅读 - Detecting the Hidden Dynamics of Networked Actors Using Temporal Correlations

论文阅读 - A Large-Scale Longitudinal Multimodal Dataset of State-Backed Information Operations on Twitt

论文阅读 - Hidden messages: mapping nations’ media campaigns

YOLOv5算法改进（20）— 如何去写YOLOv5相关的论文（包括论文阅读+规律总结+写作方法）

【论文阅读】DenseNet：Densely Connected Convolutional Network

论文阅读：Pixel Recurrent Neural Networks

论文阅读：ByteNet, Neural Machine Translation in Linear Time

论文阅读（一）城市干道分段绿波协调控制模型研究

【代码复现】RingMo：应用于遥感领域的图像掩码建模技术

自监督论文阅读笔记 RingMo: A Remote Sensing Foundation Model with Masked Image Modeling

html表项点击跳转,html table 点击跳转

论文阅读笔记《PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF Pose Estimation》

论文阅读笔记《DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion》

【论文阅读笔记】One Shot 3D Photography

On Moving Object Segmentation from Monocular Video with Transformers 论文阅读

李沐——论文阅读——VIT(VIsionTransformer)

虚假新闻检测论文阅读（九）：Rumor Detection on Social Media with Bi-Directional Graph Convolutional Networks

虚假新闻检测论文阅读（六）：A Deep Learning Model for Early Detection of Fake News on Social Media

论文阅读--Crop yield prediction using machine learning: A systematic literature review

《论文阅读》LORA：大型语言模型的低秩自适应 2021

【MATLAB-Retinex图像增强算法的去雾技术】

Monocular arbitrary moving object discovery and segmentation 论文阅读

紫光同创FPGA实现图像去雾 基于暗通道先验算法 纯verilog代码加速 提供2套工程源码和技术支持

紫光同创FPGA实现图像去雾基于暗通道先验算法纯verilog代码加速提供2套工程源码和技术支持