论文学习第6页

李群李代数学习笔记

前言因为论文学习的需要，入门了一下李群和李代数，觉得B站的这个视频讲得不错：视频地址为机器人学——李群、李代数快速入门，这里记录一下。

小林up·2023-01-15 07:58

fastspeech2复现github项目--模型训练

在完成fastspeech论文学习后，对github上一个复现的仓库进行学习，帮助理解算法实现过程中的一些细节；所选择的仓库复现仓库是基于pytorch实现，链接为https://github.com/

zzfive·2023-01-15 07:10

fastspeech复现github项目--数据准备

在完成fastspeech论文学习后，对github上一个复现的仓库进行学习，帮助理解算法实现过程中的一些细节；所选择的仓库复现仓库是基于pytorch实现，链接为https://github.com/

zzfive·2023-01-15 07:40

fastspeech复现github项目--模型训练

在完成fastspeech论文学习后，对github上一个复现的仓库进行学习，帮助理解算法实现过程中的一些细节；所选择的复现仓库是基于pytorch实现，链接为https://github.com/xcmyz

zzfive·2023-01-15 07:40

fastspeech2复现github项目--模型构建

在完成fastspeech论文学习后，对github上一个复现的仓库进行学习，帮助理解算法实现过程中的一些细节；所选择的仓库复现仓库是基于pytorch实现，链接为https://github.com/

zzfive·2023-01-15 07:40

fastspeech复现github项目--模型构建

在完成fastspeech论文学习后，对github上一个复现的仓库进行学习，帮助理解算法实现过程中的一些细节；所选择的仓库复现仓库是基于pytorch实现，链接为https://github.com/

zzfive·2023-01-15 07:08

《EfficientDet:Scalable and Efficient Object Detection》论文学习

论文地址：https://arxiv.org/pdf/1911.09070.pdfgithub地址：https://github.com/google/automl/tree/master/efficientdet研究目的：在计算机视觉中，提出高效的模型优化措施，用于目标检测的神经网络体系结构的选择。研究重点：1.提出了加权双向特征金字塔（BiFPN），该网络可以轻松快速的进行多尺度特征融合。2.

小T每日一学·2023-01-14 16:28

AlexNet论文学习

AlexNet论文阅读个人心得：1.更大的数据集（如ImageNet）可以帮助CNN训练至收敛。2.适合的梯度下降函数（Relu）可以加速训练3.GPU并行运算更加迅速4.数据增广、批处理训练dropout、池化操作、LRN正则化可以减少过拟合摘要Alex小组训练了一个DCNN，由五个卷积层，一些max-pooling层，三个全连接层组成，采用了GPU训练和"dropout"正则化，在ImageN

20220723开始学Java·2023-01-14 00:59

迁移学习—— Transfer Feature Learning with Joint Distribution Adaptation

《ICCVTransferFeatureLearningwithJointDistributionAdaptation》论文学习2013IEEEInternationalConferenceonComputerVision

orokok·2023-01-12 12:36

迁移学习——Low-Rank Transfer Subspace Learning

《Low-RankTransferSubspaceLearning》论文学习2012IEEE12thInternationalConferenceonDataMining文章目录摘要一、介绍1.1相关工作二

orokok·2023-01-12 12:35

SiamFC论文学习笔记

SiamFC论文学习笔记引言相似度学习网络结构损失函数的定义优化与训练方案总结引言这是我写下的第一篇博文，主要目的是提升学习自己的主动性，对自己学到的知识进行及时总结反思，也便于在后续回顾时起到温故而知新的效果

forever compass·2023-01-11 15:56

SiamRPN论文学习笔记（上）

SiamRPN论文学习笔记（上）引言SiamRPN的网络结构孪生子网络部分区域候选子网络部分RPN的诞生区域候选子网络训练阶段两阶段训练anchors尺寸设置分类分支中anchors正负例选取策略损失函数的选取将单目标检测策略应用到跟踪中引言在目标跟踪领域

forever compass·2023-01-11 15:19

【论文学习】《Practical Attacks on Voice Spoofing Countermeasures》

《PracticalAttacksonVoiceSpoofingCountermeasures》论文学习文章目录《PracticalAttacksonVoiceSpoofingCountermeasures

FallenDarkStar·2023-01-11 10:34

HOI经典论文WACV 2018 | Learning to Detect Human-Object Interactions 论文学习笔记

本文研究内容为在静态图像种检测人物交互关系。其被定义为预测一个人、物边界框，以及一个将他们联系起来的交互类标签。HOI检测是计算机视觉种一个基本的问题，因为它提供了被检测物体之间交互的语义信息。同时本文引入了HICO-DET，一个新的HOI检测的基准数据集，使用实例标注来扩充当前的HICO分类基准数据集。本文还提出了基于人物对区域的卷积神经网络（HO-RCNN），该方法的核心就是交互模式，它是一个

ycolourful·2023-01-11 09:33

Few-shot YOLOv3: Few-shot Object Detection on Optical Remote Sensing Images论文学习以及复现

写在前面之前复现了基于yolov2的小样本目标检测的论文，经过在其他数据集（如一些包含小目标的遥感数据集），检测效果不是很好，可能是由于v2的性能的问题，v2网络本身只有一种尺度的预测特征图，相比于从v3开始的多个预测特征图，性能逊色一些。下面就学习复现基于v3的小样本目标检测算法，github链接链接:FSODM。感觉这个代码有点冷门，可能是由于作者给的说明太少吧。环境配置

小火车、摆动的旋律·2023-01-11 01:13

源码阅读之FewshotDetection

beingod0·2023-01-11 01:11

Few-shot Object Detection via Feature Reweighting论文学习以及复现

复现Few-shotObjectDetectionviaFeatureReweighting论文代码写在前面本电脑配置环境配置PreparedatasetBaseTrainingTrainTheModelEvaluatetheModel写在前面最近在看Few-shotObjectDetection的开篇之作，看完论文后，打算先开始复现论文代码，跑跑看。论文:link. 代码:

小火车、摆动的旋律·2023-01-11 01:40

HRNet的学习笔记

1HRNet论文学习论文：《DeepHigh-ResolutionRepresentationLearningforVisualRecognition》arxiv链接：https://arxiv.org

songyuc·2023-01-10 14:37

3D目标检测——CLOCs论文学习笔记

CLOCs：Camera-LiDARObjectCandidatesFusionfor3DObjectDetection文章链接：https://www.researchgate.net/publication/344067087_CLOCs_Camera-LiDAR_Object_Candidates_Fusion_for_3D_Object_Detectiongithub：https://gi

Jeremy Cui·2023-01-10 09:46

学习日记2021-03-16论文学习

显著性物体检测研究综述基于优化融合的卷积网络显著目标检测*马杉杉，彭来献![在这里插入图片描述](https://img-blog.csdnimg.cn/20210316101836650.png基于显著增强分层双线性池化网络的细粒度图像分类陈珺莹,陈莹*

Ger. 假老练·2023-01-07 22:27

深度知识追踪（Deep Knowledge Tracing）论文学习（简要归纳）

深度知识追踪（DeepKnowledgeTracing）ChrisPiech∗,JonathanSpencer∗,JonathanHuang∗‡,SuryaGanguli∗,MehranSahami∗,LeonidasGuibas∗,JaschaSohl-Dickstein∗†∗StanfordUniversity,†KhanAcademy,‡Google发布正在：NIPS'15（人工智能A会）N

sereasuesue·2023-01-07 17:47

【论文学习】Towards Accurate Oriented Object Detection in Aerial Images with Adaptive Multi-level Feature

AFF-Det：通过自适应多级特征融合实现航空图像中的精确定向目标检测论文链接：《TowardsAccurateOrientedObjectDetectioninAerialImageswithAdaptiveMulti-levelFeatureFusion》代码链接：暂无本文中提出了一种新型的两阶段检测器，该检测器具有自适应特征融合功能，可以实现航空图像中高精度的定向物体检测，命名为AFF-De

pinfan12138·2023-01-07 13:14

【论文学习】RoBERTa

目录摘要训练过程分析摘要RoBERTa（ARobustlyOptimizedBERTPretrainingApproach）基本与BERT一致，但在以下方面做了一些细节调整：1）在更多数据上，以更大batch_size，训练更长时间；2）取消NSP任务；3）更大序列长度上训练（实际都是512，只不过数据处理上尽量选取长文本作为输入）；4）dynamicmask。训练过程分析dynamicmask：

凯子要面包·2023-01-05 16:28

论文学习随记：PF-Net: Point Fractal Network for 3D Point Cloud Completion

文章目录1.什么是genus-wisedistortionsproblem（属类失真问题）2.FPN结构3.GAN网络1.什么是genus-wisedistortionsproblem（属类失真问题）原文：Nonetheless,thereconstructedpointsmaystillhavegenus-wisedistortionswhentheoriginalsurfaceistoocom

Pikoyoo·2023-01-05 09:16

【论文学习】FD-MonbileNet: IMPROVED MOBILENET WITH A FAST DOWNSAMPLING STRATEGY

原文链接：https://arxiv.org/abs/1802.03750作者介绍了一种高效且在有限运算量限制上十分准确的网络：Fast-DownsamplingMobileNet（FD-MobileNet）。其中心思想是在MobileNet框架上应用一种快速下采样策略。在FD-MobileNet中，作者在12层中运行了32倍的下采样，这仅是原始MobileNet层数的一半。这样的设计有3个优点：

斯丢劈德Tony·2023-01-05 01:40

逐句解析点积注意力pytorch源码（配图解）

前言结合pytorch源码和原始论文学习ScaledDot-ProductAttention的原理。原论文链接：AttentionIsAllYouNeed原论文中的网络结构如下图所示。

coder1479·2023-01-04 02:37

论文学习笔记（二） D-CNN: Depth-aware CNN for RGB-D Segmentation

『写在前面』继续学习基于深度学习的点云分割算法~~~在PointCNN之后，依次阅读了PointNet、PointNet++和FrustumPointnets三部曲，然后才看的D-CNN。鉴于“三部曲”的篇幅较长且相关blog已经有很多朋友写过，今天我就先把D-CNN给码了，后面有时间再整理。本篇blog为方便自己回忆要点用，建议参照原版paper使用。欢迎各位指正纰漏。作者repo：https:

Wilber529·2023-01-03 09:23

【学习周报】研究生深度学习笔记9.12~9.17

学习目标：深度学习花书一篇A类会议论文学习内容：蒙特卡罗方法——深度学习第十七章GL-RG:Global-LocalRepresentationGranularityforVideoCaptioning

Bohemian_mc·2023-01-02 18:52

论文学习笔记 CatBoost: unbiased boosting with categorical features

CatBoost和XGBoost、LightGBM并称为GBDT的三大主流神器，都是在GBDT算法框架下的一种改进实现。今天分享一篇论文，CatBoost:unbiasedboostingwithcategoricalfeatures。摘要里指出CatBoost比其他基于GBDT算法的优势在于orderedboosting和一个创新性的处理类别型特征的方法。这两个创新点可以解决由目标泄露（targ

AidenLau·2023-01-02 09:40

LeGO-LOAM源码解析1 ：算法整体框架和utility.h

算法整体框架和utility.h解析一、算法框架与流程二、utility.h分析loam源码地址：https://github.com/RobustFieldAutonomyLab/LeGO-LOAM.论文学习

MIKingZCC·2023-01-01 23:15

【论文阅读】跨域推荐系统相关论文学习

论文一、多域构建为一个整体graph论文标题：HeroGRAPH:AHeterogeneousGraphFrameworkforMulti-TargetCross-DomainRecommendation；发布刊物：ResSys2020；论文下载链接：http://ceur-ws.org/Vol-2715/paper6.pdf代码链接：GitHub-cuiqiang1990/HeroGRAPH:C

me_yundou·2023-01-01 15:11

SPPNet

文章目录论文信息论文标题：论文作者：收录期刊/会议及年份：论文学习论文阅读问题/背景：主要贡献：摘要：介绍：具有空间金字塔池化的深度网络：论文信息论文标题：SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition

写进メ诗的结尾。·2023-01-01 12:59

目标检测之SPP(Spatial Pyramid Pooling）论文学习

0.摘要作者：何凯明ILSVRC2014比赛上物体检测上排名第2，在物体分类上排名第3，是一篇十分很好的论文，体现了何凯明深厚的数学功底，有一些启发：比如多尺度池化是否可以加入注意力机制，多尺度的思想是否可以应用到特征提取阶段（类似densenet、或者多尺度放缩进行数据增强再进行交替训练强化网络）。SPP显著特点使用多个窗口(poolingwindow)SPP可以使用同一图像不同尺寸(scale

Diros1g·2023-01-01 12:27

【论文学习】《MOSNet: Deep Learning-based Objective Assessment for Voice Conversion》

《MOSNet:DeepLearning-basedObjectiveAssessmentforVoiceConversion》论文学习文章目录《MOSNet:DeepLearning-basedObjectiveAssessmentforVoiceConversion

FallenDarkStar·2023-01-01 07:30

PointNet 论文学习以及pytorch代码解读

论文部分Abstract以前的方法大多数将数据转换到3D体素格栅当中，但是这种方法会产生大量的不必要的数据，因此我们设计一种直接对点云进行处理的方法，这种方法最大程度上尊重了点云的不变性。Introduction因为点云数据是没有常规的结构，因此大部分研究者会将其转化到3D体素格栅或者图中，但这样会产生大量冗余数据。PointNet，需要尊重一个事实那就是点云只是一个点的集合，因此需要在计算时确保

健身的程序猿·2022-12-31 00:57

C3D网络介绍

深埋罐头的章鱼·2022-12-30 18:48

论文学习笔记

论文学习笔记一个好笔记的意义就在于：可以不用看原文-------鲁树人(滑稽)Abstract目前GCN由于受限于梯度消逝的问题，都比较浅层（一般小于4）本文将几个在深度CNN中使用的技巧：residualconnections

sendy.lee·2022-12-30 09:36

Mask R-CNN 论文学习笔记

论文基本信息标题：MaskR-CNN作者：KaimingHeGeorgiaGkioxariPiotrDollárRossGirshick机构：FacebookAIResearch(FAIR)来源：ICCV时间：2017论文地址：https://arxiv.org/abs/1703.06870代码地址:https://github.com/facebookresearch/Detectron论文概要

长歌丶采薇·2022-12-30 08:46

立体匹配-ITSA-CVPR2022论文学习笔记

ITSA，Information-TheoreticShortcutAvoidance立体匹配的用途：AR、机器人、自动驾驶名称：《ITSA:AnInformation-TheoreticApproachtoAutomaticShortcutAvoidanceandDomainGeneralizationinStereoMatchingNetworks》位置：https://arxiv.org/a

tomeasure·2022-12-28 01:38

【论文学习笔记】Learning to Segment Every Thing (2018_CVPR)

论文：LearningtoSegmentEveryThing链接：https://arxiv.org/abs/1711.10370这篇文章是发表在2018的CVPR上的文章，文章的名字起的很霸气，示例分割所有的东西。下面本博客对这篇文章进行带有PPT的图片进行讲解，若有描述不对的地方，还请各位读者指教。目录IntroductionMask^xR-CNNExperimentConclusion文章的

嘿芝麻·2022-12-27 07:08

【第三周深度学习总结】

第三周深度学习总结论文学习ResNet重要结构结构创新点通过在block中加入identitymap，假设之前想要学习的映射为H(x)H(x)H(x)，那么现在可以知道H(x)=F(x)+xH(x)=F

文海傲舟·2022-12-27 07:35

Learning to Segment Every Thing Ronghang论文学习

近来目标检测器准确度显著提升，获得了很多重要的新能力。其中最令人兴奋的一项是为每个检测目标预测前景分割掩码，即实例分割（instancesegmentation）。在实践中，典型的实例分割系统只能关注小部分视觉信息，一般约为100个目标类别。该限制的主要原因是顶级的实例分割算法需要强大的监督系统，而此类监督数据很难收集新的类别，且比较昂贵。相比之下，边界框标注更丰富，也没有那么昂贵。这就引出了一个

北方的杨先生·2022-12-27 06:27

基于脑电信号的情绪识别-论文学习

论文题目：《AreviewofEEGfeaturesforemotionrecognition》论文题目：《EEG-BasedEmotionRecognitionUsingDeepLearningNetworkwithPrincipalComponentBasedCovariateShiftAdaptation》对情绪的量化和建模情绪有主要六种：高兴、悲伤、恐惧、惊讶、愤怒、厌恶。其他情绪可以由这

ipv-tao·2022-12-26 12:28

论文学习笔记——Fast Odometry and Scene Flow from RGB-D Cameras based on Geometric Clustering...

基于稀疏特征点匹配的视觉里程计技术1、需要通过多帧优化来消除奇异点的干扰。2、一般这种方法不能实现稠密场景流，但是存在可以估计多钢体运动的扩展方法，这些方法中需要足够多的特征点来估计运动，这在三维场景的二维投影结果中，只占小区域的物体是无法保证的直接产生稠密运动估计的方法(densedirectmethods)1、传统的代价函数惩罚：灰度误差、负的或正的深度误差、点面误差或特征空间中的可选误差。2

Fighting_young·2022-12-25 18:25

DD - NET 论文学习

MakeSkeleton-basedActionRecognitionModelSmaller,FasterandBetter1，DD-NET特点2，DD-NET的网络结构网络结构名称解释：DD-NET的特点如下：A：ModelingLocation-viewpointInvariantFeaturebyJointCollectionDistances(JCD)基于联合集合距离的位置视点不变特征建

hsclyy·2022-12-25 07:55

AlexNet论文学习笔记：ImageNet Classification with Deep Convolutional Neural Networks

AlexNet论文学习笔记：ImageNetClassificationwithDeepConvolutionalNeuralNetworks文章目录AlexNet论文学习笔记：ImageNetClassificationwithDeepConvolutionalNeuralNetworks

walyn lee·2022-12-24 14:27

论文学习：《Objects as Points》

被大佬安利了这篇论文，花了整整一天的时间学习这篇论文，感觉非常妙。记录一下学习笔记，先推荐两篇个人觉得讲的非常好的文章，以下笔记有些内容摘自这里：[1]https://zhuanlan.zhihu.com/p/66048276[2]http://www.tensorinfinity.com/paper_189.html[3]https://blog.csdn.net/c20081052/artic

Crazy_Omais·2022-12-24 11:36

论文学习：Decoupling Value and Policy for Generalization in Reinforcement Learning（强化学习中泛化的解耦价值和策略）

摘要：Standarddeepreinforcementlearningalgorithmsuseasharedrepresentationforthepolicyandvaluefunction,especiallywhentrainingdirectlyfromimages.However,wearguethatmoreinformationisneededtoaccuratelyestima

Love Q·2022-12-24 10:55

YOLOv3_论文学习

YOLOv3:AnIncrementalImprovement1Abstract2Introduction3TheDeal3.1BoundingBoxPrediction3.2ClassPrediction3.3PredictionsAcrossScales3.4FeatureExtractor3.5Training4HowWeDo5ThingsWeTriedThatDidn’tWork总结这篇文

必修居士·2022-12-24 08:26

YOLOV3论文学习

YOLOv3论文链接：https://pjreddie.com/media/files/papers/YOLOv3.pdf综述一、摘要1、320*320的YOLOv3推理时间22ms，准确率28.2mAP，达到了SSD的精确度，推理速度却快了三倍。2、基于.5mApIou的YOLOv3的检测效果还比较不错，在TitanX上准确率为57.9AP50，推理时间为51ms，和RetinaNet在Tita

thetffs·2022-12-24 08:46

推荐频道

论文学习

李群李代数学习笔记

fastspeech2复现github项目--模型训练

fastspeech复现github项目--数据准备

fastspeech复现github项目--模型训练

fastspeech2复现github项目--模型构建

fastspeech复现github项目--模型构建

《EfficientDet:Scalable and Efficient Object Detection》论文学习

AlexNet论文学习

迁移学习—— Transfer Feature Learning with Joint Distribution Adaptation

迁移学习——Low-Rank Transfer Subspace Learning

SiamFC论文学习笔记

SiamRPN论文学习笔记（上）

【论文学习】《Practical Attacks on Voice Spoofing Countermeasures》

HOI经典论文WACV 2018 | Learning to Detect Human-Object Interactions 论文学习笔记

Few-shot YOLOv3: Few-shot Object Detection on Optical Remote Sensing Images论文学习以及复现

源码阅读之FewshotDetection

Few-shot Object Detection via Feature Reweighting论文学习以及复现

HRNet的学习笔记

3D目标检测——CLOCs论文学习笔记

学习日记2021-03-16论文学习

深度知识追踪（Deep Knowledge Tracing）论文学习（简要归纳）

【论文学习】Towards Accurate Oriented Object Detection in Aerial Images with Adaptive Multi-level Feature

【论文学习】RoBERTa

论文学习随记：PF-Net: Point Fractal Network for 3D Point Cloud Completion

【论文学习】FD-MonbileNet: IMPROVED MOBILENET WITH A FAST DOWNSAMPLING STRATEGY

逐句解析点积注意力pytorch源码（配图解）

论文学习笔记（二） D-CNN: Depth-aware CNN for RGB-D Segmentation

【学习周报】研究生深度学习笔记9.12~9.17

论文学习笔记 CatBoost: unbiased boosting with categorical features

LeGO-LOAM源码解析1 ： 算法整体框架和utility.h

【论文阅读】跨域推荐系统相关论文学习

SPPNet

目标检测之SPP(Spatial Pyramid Pooling）论文学习

【论文学习】《MOSNet: Deep Learning-based Objective Assessment for Voice Conversion》

PointNet 论文学习以及pytorch代码解读

C3D网络介绍

论文学习笔记

Mask R-CNN 论文学习笔记

立体匹配-ITSA-CVPR2022论文学习笔记

【论文学习笔记】Learning to Segment Every Thing (2018_CVPR)

【第三周深度学习总结】

Learning to Segment Every Thing Ronghang论文学习

基于脑电信号的情绪识别-论文学习

论文学习笔记——Fast Odometry and Scene Flow from RGB-D Cameras based on Geometric Clustering...

DD - NET 论文学习

AlexNet论文学习笔记：ImageNet Classification with Deep Convolutional Neural Networks

论文学习：《Objects as Points》

论文学习：Decoupling Value and Policy for Generalization in Reinforcement Learning（强化学习中泛化的解耦价值和策略）

YOLOv3_论文学习

YOLOV3论文学习

LeGO-LOAM源码解析1 ：算法整体框架和utility.h