图像拼接论文精读

【Image captioning】论文精读三–Show, Attend and Tell: Neural Image Caption Generation with Visual Attention

【Imagecaptioning】论文精读三–Show,AttendandTell:NeuralImageCaptionGenerationwithVisualAttention作者：安静到无声个人主页作者简介
安静到无声·2023-07-16 08:59

在 3dsmax 中创建电影场景

步骤-3将图像拼接在一起。Step-4步骤-5合并这两个图像并复制以下部分并将其
ygtu2018·2023-07-16 06:24

【论文精读】ECCV2020 - 带有圆平滑标签的定向目标检测

【论文精读】ECCV2020-带有圆平滑标签的定向目标检测【论文原文】：Arbitrary-OrientedObjectDetectionwithCircularSmoothLabel获取地址：https
長 安·2023-07-15 08:31

柱形投影拼接和柱形反投影

遇到一个海康的相机，使用两个鱼眼相机拼接成一个图片，我就去查了下拼接，发现有柱面拼接：如何使用OpenCV实现多张图像拼接_Mat所以得考虑怎么把拼接的柱面转成平面即可针孔、鱼眼、柱面相机模型推导-知乎
妄想出头的工业炼药师·2023-07-15 03:49

BERT 论文精读与理解

1.论文题目BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding2.论文摘要本文引入了一种名为BERT的新语言表示模型，它代表Transformers的双向编码器表示。与最近的语言表示模型（Petersetal.,2018a；Radfordetal.,2018）不同，BERT旨在通过联合调节所有层中的左右上
岁月标记·2023-07-15 00:59

autocut

在讲OpenAIWhisper前先做了一个剪视频小工具【论文精读·44】_哔哩哔哩_bilibili更多论文：https://github.com/mli/paper-reading,视频播放量58633
Kun Li·2023-06-23 11:23

论文精读 && BlazePose结合LSTM && 跌倒检测

FallDetectionforShipboardSeafarersBasedonOptimizedBlazePoseandLSTM基于BlazePose-LSTM的海员跌倒检测本博客通过全文翻译和总结的方式对论文进行精读。读完此论文颇受启发，比如：视频中的时间序列问题；文章简单明了的整体脉络；数据集的制作方式和表格描述法；实验证明模型的广泛性；整篇文章一直在强调现如今存在的问题和相应的解决方案。
Flying Bulldog·2023-06-23 05:54

【论文精读】DELS-MVS

今天读的是发表在WACV2023上的文章，第一作者来自于格拉茨技术大学。文章链接：DELS-MVS:DeepEpipolarLineSearchforMulti-ViewStereo文章目录Abstract1.Introduction2.RelatedWork3.Algorithm3.1Depthestimationviaepipolarresidual3.2Deepepipolarlinesea
YuhsiHu·2023-06-20 23:34

编译opencv4.7.0 + opencv_contrib 记录

最近一个项目需要涉及到图像拼接算法，网上了解一番，也大致有思路：1.利用surf算法查找特征点2.过滤掉一些，获取good点3.然后进行配准（图像扭曲），对接4.形成最终拼接图片这些工作，最简单也是最快捷的方式就是
小刚学長·2023-06-20 03:40

【论文精读ACL_2021】Prefix-Tuning: Optimizing Continuous Prompts for Generation

【论文精读ACL_2021】Prefix-Tuning:OptimizingContinuousPromptsforGeneration0、前言Abstract1Introduction2RelatedWork2.1Fine-tuningfornaturallanguagegeneration
旋转的油纸伞·2023-06-19 21:49

MAE论文精读，预训练图像

二、MAE论文精读参考：论文《MaskedAutoencodersAreScalableVisionLearners》李沐《MAE论文逐段精读【论文精读】》、笔记《MAE论文逐段精读》知乎《别再无聊地吹捧了
AI生成曾小健·2023-06-19 16:51

【论文精读】InstructIE: A Chinese Instruction-based Information Extraction Dataset

InstructIE:AChineseInstruction-basedInformationExtractionDataset前言Abstract1.Introduction2.TaskDefinition:Instruction-basedIE3.DatasetConstructionforInstructIE3.1DataSource3.2DataPreparation3.3DatasetC
HERODING77·2023-06-19 07:33

【论文精读】InstructUIE: Multi-task Instruction Tuning for Unified Information Extraction

InstructUIE:Multi-taskInstructionTuningforUnifiedInformationExtraction前言Abstract1.Introduction2.Methodology2.1InstructionTuningBackground2.2Framework2.2.1TaskSchemaTaskInstructionOptionsTextOutput2.2.
HERODING77·2023-06-19 07:03

【论文精读】LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS

LORA:LOW-RANKADAPTATIONOFLARGELANGUAGEMODELS前言ABSTRACT1.INTRODUCTION2.PROBLEMSTATEMENT3.AREN'TEXISTINGSOLUTIONSGOODENOUGH?AdapterLayersIntroduceInferenceLatencyDirectlyOptimizingthePromptisHard4.OURME
HERODING77·2023-06-19 07:32

【论文精读】HugNLP: A Unified and Comprehensive Library for Natural Language Processing

HugNLP:AUnifiedandComprehensiveLibraryforNaturalLanguageProcessing前言Abstract1.Introduction2.Background2.1Pre-trainedLanguageModels2.2Fine-tuningforPLMs3.HugNLP3.1Overview3.2LibraryArchitecture3.2.1Mod
HERODING77·2023-06-19 07:32

『论文精读』Vision Transformer(VIT)论文解读

『论文精读』VisionTransformer(VIT)论文解读文章目录一.简介二.模型架构2.1.关于imagepresentation2.2.关于positionalencoding2.3.关于CNN
AI新视界·2023-06-18 21:41

【ChatAug: Leveraging ChatGPT for Text Data Augmentation 论文精读】

ChatAug:LeveragingChatGPTforTextDataAugmentation论文精读InformationAbstract1Introduction2RELATEDWORK2.1DataAugmentation2.2Few-shotLearning2.3VeryLargeLanguageModels2.4ChatGPT
小白*进阶ing·2023-06-18 07:13

生成模型（自编码器、VAE、GAN）

文章目录自编码器Autoencoder潜在表示（latentrepresentation）VAE迁移学习生成对抗网络GAN李沐论文精读摘要导言相关工作Adversarialnet简单总结精读挖坑（上课内容来自
丸丸丸子w·2023-06-18 00:55

【论文精读】TNNLS 2022 - 基于深度学习的事件抽取研究综述

【论文精读】TNNLS2022-基于深度学习的事件抽取研究综述【论文原文】：ASurveyonDeepLearningEventExtractionApproachesandApplications【作者信息
Trouble..·2023-06-17 07:23

20个OpenCV案例，让你了解计算机视觉的广泛应用！

本文介绍了20个关于OpenCV的案例，包括人脸识别、目标检测、图像分割、光流估计、特征提取、图像拼接、图像修复、图像变换、图像配准、视频分析、三维重建、图像处理、图像识别、文字识别、图像压缩、图像增强
蓝色心灵-海·2023-06-15 18:17

SIFT算法分析

使用场景以上是一个图像拼接的过程，两张图像拼接成一张图，有时候由于镜头限制，不能一次性拍下全景（当然现在的技术已经有了全景拍摄技术，但这时相对于传统机器学习的算法，当时摄像技术还没有这么成熟），于是就有了图像的拼接
@kc++·2023-06-15 15:56

ViLT论文精读笔记

ViLT论文精读笔记0.摘要1.引言2.背景知识（小综述）2.1对VLP模型分类2.2模态的融合2.3融合前特征的抽取3.模型方法3.1预训练目标函数：3.1.1ImageTextMatching：3.1.2MaskedLanguageModeling3.1.3MaskedImageModeling3.2WholeWordMasking
7个七·2023-06-15 00:59

关于图像特征匹配的算法

图像特征匹配可以用于图像拼接、三维重建、物体识别、姿态估计等应用场景。根据特征提取和匹配的方法，图像特征匹配可以分为基于灰度的匹配和基于特征的匹配两大类。
matlabgoodboy·2023-06-14 12:58

Baumer工业相机堡盟相机如何通过BGAPI SDK联合OpenCVSharp进行图像简单拼接和显示（C#）

工业相机Baumer工业相机SDK联合OpenCVSharp的技术背景代码分析第一步：先引用对应的OpenCV的类文件第二步：在回调函数里进行Buffer图像转换并进行拼接3.OpenCVSharp进行图像拼接的具体应用工业相机图像通过
格林威·2023-06-13 08:51

论文精读 —— Invisible Backdoor Attack with Sample-Specific Triggers

文章目录带有样本特定触发器的隐形后门攻击论文信息论文贡献理解性翻译摘要1.引言2.相关工作2.1.后门攻击2.2.后门防御3.深入了解现有防御4.样本特定的后门攻击（SSBA）4.1.威胁模型4.2.提出的攻击如何生成样本特定的触发器样本特定的后门攻击流程5.实验5.1.实验设置数据集和模型实验比较基准攻击设置防御设置评价指标5.2.主要结果5.3.讨论6.结论论文解析重要参考文章独立同分布说说几
Waldocsdn·2023-06-12 20:16

Transformer模型原理—论文精读

文章目录前言模型架构Encoder和DecoderEncoderDecoderAttentionFFNEmbeddings和PositionalEncodingEmbeddingsPositionalEncoding总结前言今天来看一下Transformer模型，由Google团队提出，论文名为《AttentionIsAllYouNeed》。论文地址。正如标题所说的，注意力是你所需要的一切，该模型
浩然然然·2023-06-12 13:31

研究生如何利用 ChatGPT 帮助开展日常科研工作？

我这篇保姆级的ChatGPT论文精读和组会汇报PPT制作方法历时半个月写成，绝对是全网最详细介绍使用ChatGPT精读论
浮沉sci·2023-06-12 13:30

InstructGPT

InstructGPT论文精读【论文精读·48】_哔哩哔哩_bilibili更多论文：https://github.com/mli/paper-reading,视频播放量160552、弹幕量803、点赞数
Kun Li·2023-06-11 19:13

度量学习Metirc Learning和基于负例的对比学习Contrastive Learning的异同点思考

参考：对比学习（ContrastiveLearning）:研究进展精要-知乎参考：对比学习论文综述【论文精读】_哔哩哔哩_bilibili参考：度量学习DML之ContrastiveLoss及其变种_对比损失的变种
胖胖大海·2023-06-10 23:57

Transformer Block运算量

参考：SwinTransformer论文精读【论文精读】_哔哩哔哩_bilibili在看朱毅老师讲解SwinTransformer论文时，里面有一个TransformerBlock的计算复杂度的推导计算
胖胖大海·2023-06-10 23:54

【论文精读03】Drag Your GAN: Interactive Point-based Manipulation on the Generative Image Manifold

【论文精读03】DragYourGAN:InteractivePoint-basedManipulationontheGenerativeImageManifold论文下载链接：https://vcai.mpi-inf.mpg.de
Yozu_Roo·2023-06-10 06:38

基于区域生长和形态学处理的图像融合方法——Matlab图像处理

3实验数据来源3.1原始图像的来源3.2天空背景图像的来源4实验步骤及相应处理结果4.1原始图像的预处理4.2区域生长法分割图像4.3形态学处理填充孔洞4.4边缘检测+根据二值图像构造RGB图像4.5图像拼接
一支王同学·2023-06-10 05:47

JAX-FLUIDS：可压缩两相流的完全可微高阶计算流体动力学求解器

原文来自微信公众号“编程语言Lab”：论文精读|JAX-FLUIDS：可压缩两相流的完全可微高阶计算流体动力学求解器搜索关注“编程语言Lab”公众号（HW-PLLab）获取更多技术内容！
编程语言Lab·2023-06-10 04:51

Transformer 论文精读——Attention Is All You Need（B站up：跟李沐学AI讲解笔记）

https://www.bilibili.com/video/BV1pu411o7BE摘要序列转录模型是从一个序列生成另一个序列。Transformer仅利用注意力机制（attention），并且在机器翻译领域取得很好的成功。结论Transformer重要贡献之一提出：multi-headself-attention。Ⅰ、IntroductionRNN计算一个序列的方法：把这个序列从左往右一步一步
Lavau·2023-06-09 12:59

Swin Transformer 论文精读——B站up：跟李沐学AI讲解笔记

SwinTransformer论文精读https://www.bilibili.com/video/BV13L4y1475USwin几乎涵盖了CV的下游任务（下游任务指骨干网后面的head解决的任务，如
Lavau·2023-06-09 12:59

Notes8——《Vehicle image mosaics technology based on improved SIFT algorithm》

这篇文章是一篇用于做图像拼接的文章，通过对图像进行拼接后，用以检测大尺寸汽车的轮廓。其旨在通过提升的SIFT算法，提升配准的速度，同时减少误配准的特征点对。
sunsimple·2023-06-09 07:11

光照亮度调整（图像拼接之前）

理论部分来自《全景图像拼接关键技术研究》，这里讲了一个全局调整光照亮度的办法，很简单易懂：%AA、BB是两幅原图左右%A、B是重叠区域对应在两幅图的位置AistheleftandBistheright.
元气少女缘结神·2023-06-08 11:28

图像融合亮度一致_Laplace blending(图像拼接重合区域融合)

图像拼接在很多领域都会用到，由于相机视场大小的限制，很多时候需要多幅图像拼接成一幅完整的来满足我们的要求，比如全景图像、扫描拼接等。
weixin_39991055·2023-06-08 11:57

【论文精读CVPR_2020(Oral)】FaceShifter: Towards High Fidelity And Occlusion Aware Face Swapping

【论文精读CVPR_2020】FaceShifter:TowardsHighFidelityAndOcclusionAwareFaceSwapping0、前言Abstract1.Introduction2
旋转的油纸伞·2023-06-07 22:59

【论文精读CVPR_2022】High-resolution Face Swapping via Latent Semantics Disentanglement

【论文精读CVPR_2022】High-resolutionFaceSwappingviaLatentSemanticsDisentanglement0、前言Abstract1.Introduction2
旋转的油纸伞·2023-06-07 22:28

【论文精读CVPR_2021】HifiFace: 3D Shape and Semantic Prior Guided High Fidelity Face Swapping

【论文精读CVPR_2021】HifiFace:3DShapeandSemanticPriorGuidedHighFidelityFaceSwapping0、前言Abstract1Introduction2RelatedWork2.13D-basedMethods
旋转的油纸伞·2023-06-07 22:27

【CVPR_2023论文精读】E4S: Fine-grained Face Swapping via Regional GAN Inversion

【CVPR_2023论文精读】E4S:Fine-grainedFaceSwappingviaRegionalGANInversion0、前言Abstract1.Introduction2.RelatedWork2.1GANInversion2.2FaceSwapping3
旋转的油纸伞·2023-06-07 22:18

Text to image论文精读SeedSelect: 使用SeedSelect微调扩散模型It’s all about where you start

随着文本到图像扩散模型的发展，很多模型已经可以合成各种新的概念和场景。然而，它们仍然难以生成结构化、不常见的概念、组合图像。今年4月巴伊兰大学和OriginAI发表《It’sallaboutwhereyoustart:Text-to-imagegenerationwithseedselection》一文，提出了一种SeedSelect技术，微调DiffusionModel来改进该问题，获得了不错的
中杯可乐多加冰·2023-06-07 02:05

无人机影像处理流程

但目前无人机的使用实际上需要进一步处理才能获取得到农田的基本信息，主要包括影像的校正和图像拼接，这些过程都可以基于软件代码实现，本文针对自己用的方法对无人机处理的整个流程进行介绍无人机影像与卫星遥感有很大区别
清纯世纪·2023-04-21 16:03

DSSM论文精读

本文是对原文的翻译，弄懂原文每一句话的意思。声明：鉴于本人英文一般，有翻译不对的地方望指正，谢谢！题目使用点击数据为网页搜索学习深度结构的语义模型摘要隐含语义模型，比如LSA，目的是将一个query在语义级别和它相关的文本进行映射，这是基于关键字的匹配做不到的。在本文的研究中，我们利用深度学架构搭建了一系列新的隐含语义模型，将queries和documents映射到一个公共的低维空间。被给的que
superY25·2023-04-21 11:09

DMTL论文精读

本文是对原文的翻译，弄懂原文每一句话的意思。声明：鉴于本人英文一般，有翻译不对的地方望指正，谢谢！题目基于蒸馏的多任务学习：针对提高阅读时长的候选集生成模型摘要在feed推荐中，第一步是候选集的生成。大部分候选集生成模型都是基于CTR预估构建的，没有考虑用户点击之后的满意度。一些标题党item可能被推荐给用户，从而破坏用户体验。解决这个问题的一个方法就是同时给用户点击和用户阅读时长构建多任务学习模
superY25·2023-04-21 11:08

【论文精读】Emergent Abilities of Large Language Models

1.Emergence涌现（emergence）或称创发、突现、呈展、演生，是一种现象，为许多小实体相互作用后产生了大实体，而这个大实体展现了组成它的小实体所不具有的特性。水分子聚集后组成了雪花是一个物理上的创发现象扩大（Scalingup）语言模型已被证明可以预测性地提高各种下游任务的性能和样本效率。样本效率（Sampleefficiency）是指学习算法在使用尽可能少的训练样本的情况下，在某个
拟 禾·2023-04-20 19:12

小间距LED显示屏视频拼接器的技术要求

1、图像拼接处理器的要求随着LED显示屏像素间距不断变小，观看距离不断拉近，为了达到出色的显示效果，不但要求LED显示屏本身在图像处理和拼装工艺上精益求精，对LED显示屏前端的图像拼接处理器（以下简称拼接器
A hao·2023-04-20 14:42

论文精读1：（网格特征）In Defense of Grid Features for Visual Question Answering（CVPR2020)

马萨诸塞州立大学阿默斯特分校Facebook人工智能研究目录1.Introduction2.RelatedWorkVisualfeaturesforvisionandlanguagetasksPre-trainingforVQARegionsvs.grids.3.FromRegionstoGrids3.1.Bottom-UpAttentionwithRegionsRegionselectionRe
安静到无声·2023-04-20 09:28

【论文精读（李沐老师）】BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

1Abstract我们介绍了一个新的语言表示模型BERT，这个名字来自于双向的transformer编码器表示。和最近语言表示的模型不同（ELMo、GPT），BERT是被训练深的双向表示，用的是没有标号的数据，然后再连接左右的上下文信息。因为我们的设计，导致我们训练好的BERT只需要额外的加一个输出层，就可以使得在很多nlp的任务上得到一个不错的结果，比如问答、语言推理，且不需要对任务做一些特别的
我是小蔡呀～～～·2023-04-20 00:10
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他