论文总结

Inception v1(Going deeper with convolutions)论文总结

摘要：文章提出了深层卷积网络的基础结构--Inception，提高了网络计算资源的利用率，提出了模型的典型实例--GoogLeNet(具有22层)。1.引言：一系列新的想法、算法、网络结构使图像识别和目标检测有了很大的进步。GoogLeNet比克里热夫斯基Krizhevsky等人两年前的获奖架构参数更少，同时也更准确得多。目标检测方面的进步并不是仅仅来自使用深度网络或更大的模型，而是来自深度架构和
Ccendoc·2022-12-09 04:34

nlp自己制作一个语料库_第119天的nlp论文总结了一个论点注释的科学出版物的语料库...

nlp自己制作一个语料库内置AINLP365(INSIDEAINLP365)Project#NLP365(+1)iswhereIdocumentmyNLPlearningjourneyeverysingledayin2020.FeelfreetocheckoutwhatIhavebeenlearningoverthelast262dayshere.Attheendofthisarticle,you
weixin_26729763·2022-12-08 14:32

【论文阅读笔记】Scaling Up Your Kernels to 31x31: Revisiting Large Kernel Design in CNNs

RepLKNet代码地址GithubRepLKNet论文地址Arixiv有效感受野论文地址Arxiv论文总结  本文设计的网络名为RepLKNet（ReparamLargeKernelNetwork），
时光机ﾟ·2022-12-08 12:56

【论文阅读笔记】ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks

论文地址：ECA-Net论文代码：https://github.com/BangguWu/ECANet论文总结  ECA-Net是基于SE-Net的扩展，其认为SEblock的两个FC层之间的维度缩减是不利于
时光机ﾟ·2022-12-08 12:26

Faster RCNN论文总结

FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks原文链接[1506.01497]FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks(arxiv.org)Abstract当时的物体检测网络依靠候选区生成算法来猜测物体位置。S
m0_57131092·2022-12-07 21:24

Fast RCNN论文总结

原文链接[1504.08083]FastR-CNN(arxiv.org)AbstractFastRCNN在实现了几个创新点后在提升训练、测试速度的同时增加了检测的准确度Introduction检测需要准确的物体位置信息，要解决这一问题有两个挑战：其一是大量的候选区需要被处理，其二是这些候选区只包含粗略的位置信息而必须被精炼才能得到准确位置。解决这些问题通常会伴随着速度、准确度和模型复杂度三者的相互
m0_57131092·2022-12-07 21:53

RCNN论文总结

Richfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentation原文链接[1311.2524]Richfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentation(arxiv.org)Abstract在本文中，作者提出了一种简单的、可扩展的检测算法
m0_57131092·2022-12-07 21:23

【RCNN系列】Fast RCNN论文总结

目标检测论文总结【RCNN系列】RCNNFastRCNN文章目录目标检测论文总结前言一、Pipeline二、模型设计1.改进点2.RoIpoolinglayer3.Backbone初始化4.采样策略5.
Cpsu·2022-12-07 21:53

【RCNN系列】RCNN论文总结

目标检测论文总结【RCNN系列】RCNNFastRCNNRCNN目标检测论文总结前言一、Pipeline二、模型设计1.warp2.SVM3.阈值设定4.box回归三、思考四、缺点前言一些经典论文的总结
Cpsu·2022-12-07 21:44

多传感器信息融合(标定, 数据融合, 任务融合)

文章目录1.引言2.多传感器标定2.1标定场地2.2相机到相机2.2相机到多线激光雷达标定2.3相机到毫米波雷达标定2.4相机到IMU标定2.5论文总结3.数据层融合3.1融合的传统方法3.2深度学习方法
肥嘟嘟的左卫门·2022-12-07 15:21

论文总结——Faster R-CNN（Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks）

详情参看原论文：FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks（https://arxiv.org/pdf/1506.01497.pdf）1.发现问题目标检测的发展从R-CNN到SPP-net、FasterR-CNN，网络的速度已经有了很大的提升，特别是FastR-CNN，在忽略生成regionpropos
HFUT_St·2022-12-07 02:41

论文总结——情感对话

这周主要是看了几篇情感对话相关的论文首先会介绍三个数据集，然后还有涉及到共情、情感支持等方面的一些论文~ATOMICif-then推理的机器常识图集包含877K个知识的文本描述，主要关注由if-then组成的推理知识。提出了九种if-then关系，以区分原因/影响，主体/主题，自愿/非自愿事件，行为/精神状态之前的大部分AI都是针对特定任务进行训练的，所以模型能够有效地发现特定任务的相关性，但是缺
深海木卫二·2022-12-06 18:24

【论文笔记】The Dilemma between Deduplication and Locality: Can Both be Achieved?

v=3oozoXYE9SQ目录论文总结论文详读0.Abstract1.Introduction2.Background2.1BackgroundofDataDeduplication2.2DeduplicationTechniques3
Anyanyamy·2022-12-05 17:00

三维目标检测--VoteNet增强版--MLCVNet论文解读

代码链接paper链接个人博客论文总结本文首先提出了三维目标检测中对于一些含有点云数量很少的目标，人类都难以辨别，此外，大部分的网络都是单独的考虑每一个proposal，这也大大加大了网络来辨别的难度。
twn29004·2022-12-05 11:50

【论文精读】Natural Image Stitching Using Depth Maps

基于深度映射的P2P变换3.2基于深度映射的局部单应3.3基于分片单应性的图像扭曲4实现4.1估计无限单应与极线4.2估计局部单应性4.3反向纹理映射5实验5.1结果比较5.2局限和失败案例6结论二、论文总结一
小李不会编程啊·2022-12-04 10:42

【论文精读】Learning Edge-Preserved Image Stitching from Large-Baseline Deep Homography

传统图像拼接B深度单应方案C深度图像拼接3方法3.1大基线深度单应3.2边缘保持变形网络3.3无尺寸拼接4实验4.1数据集和实现细节4.2和单应估计比较4.3和图像拼接算法对比4.4消融实验5结论二、论文总结一
小李不会编程啊·2022-12-04 10:12

【论文精读】Pixel-wise Deep Image Stitching

1引言2相关工作3像素级深度图像拼接3.1总体框架3.2像素扭曲模块（PWM）3.3缝合图像生成模块（SIGMo）4实验4.1提出的数据集4.2实验设置4.3实验结果5局限性6结论附录A数据集细节二、论文总结一
小李不会编程啊·2022-12-04 10:12

【论文精读】Deep Rectangling for Image Stitching: A Learning Baseline

目标函数3.3.1内容项3.3.2网格项3.3.3边界项4数据准备5实验5.1实验配置和速度5.2比较结果5.2.1定量比较5.2.2定性比较5.2.3用户研究5.2.4跨数据集评估5.3消融实验6结论二、论文总结一
小李不会编程啊·2022-12-04 10:11

深度强化学习实验室(http://deeprlhub.com)

总结1：周志华||AI领域如何做研究-写高水平论文总结2：全网首发最全深度强化学习资料(永更)总结3:《强化学习导论》代码/习题答案大全总结4：30+个必知的《人工智能》会议清单总结5：2019年-57
深度强化学习实验室·2022-12-04 07:02

高光谱图像分类 HybridSN

进行高光谱图像分类文章目录使用HybridSN进行高光谱图像分类前言一、高光谱图像分类二、HybridSN三、pytorch实现1.定义HybridSN类2.创建数据集3.模型训练4.模型测试总结1.论文总结
愿梦醒·2022-12-03 15:04

Paper翻译：《Apple Leaf Diseases Recognition Based on An Improved Convolutional Neural Network》

AppleLeafDiseasesRecognitionBasedonAnImprovedConvolutionalNeuralNetwork》论文作者：YanQ,YangB,WangW,etal.发表期刊：Sensors,2020,20(12):3535.论文总结
JasonYangQ·2022-12-03 08:27

ViT论文总结

ViT论文ViT总结：推翻了2012Alexnet提出的CNN在CV的统治地位有足够多的预训练数据，NLP的Transformer搬运到CV，效果很好打破CV和NLP的壁垒，给CV、多模态挖坑ViT都能处理的四种情况遮挡数据分布的偏移（纹理的去除）鸟头部+对抗的patch图片打散重新排列组合1、标题Animageisworth16*16words每一个方格都是16*16大小，图片有很多16*16方
coding-day·2022-12-02 14:50

《Enhanced LSTM for Natural Language Inference》论文总结

ESIM，简称“EnhancedLSTMforNaturalLanguageInference“。顾名思义，一种专为自然语言推断而生的加强版LSTM。至于它是如何加强LSTM，请继续往下看：Unliketheprevioustopmodelsthatuseverycomplicatednetworkarchitectures,wefirstdemonstratethatcarefullydesig
Ezail_xdu·2022-12-02 12:24

Enhanced LSTM论文总结

1.文章概述文章主要解决NLI问题：判断是否能从一个前提P推导出假设h模型结构图为下图，左面为ESIM,右面是基于语法树的tree-LSTM，二者预测结果融合，效果更好2.ESIM组成部分2.1inputencoding将词向量放入BILSTM来学习如何表示一个word和其正下文的关系2.2LocalInferenceModeling对两个句子采用软对齐的方法（softalignment）2.2.
dy20174530·2022-12-02 12:52

Enhanced LSTM for Natural Language Inference

目录学习目标论文导读论文研究背景、成果及意义研究背景研究成果论文泛读论文小标题摘要论文精读ESIM整体结构输入编码局部推理建模推理组合与输出预测ESIM整体结构实验设置与结果分析实验细节实验结果消融实验注意力可视化的实验论文总结学习目标论文导读论文研究背景
尧景·2022-12-02 12:22

声纹识别小总结

C.常用的评价方法2.相关论文总结1.ProbabilisticLinearDiscriminantAnalysis2.Front-EndFactorAnalysisforSpeakerVerific
哦啦啦啊哦哦·2022-11-30 19:17

【论文阅读笔记】Rethinking the Heatmap Regression for Bottom-up Human Pose Estimation

论文地址：https://arxiv.org/abs/2012.15175代码地址：https://github.com/greatlog/SWAHR-HumanPose论文总结  本文所针对的问题，是
时光机ﾟ·2022-11-29 22:55

【论文阅读笔记】Stacked HOurglass Networks for Human Pose Estimation

论文地址：https://arxiv.org/abs/1603.06937论文总结  本文方法名为Hourglass，是16年的老论文了。
时光机ﾟ·2022-11-29 22:55

【论文阅读笔记】Cascade Feature Aggregation for Human Pose Estimation

论文地址：https://arxiv.org/abs/1902.07837论文总结  本文的方法名为CFA，大意就是级联特征融合，其论文中的主题思想实际上也是不断对特征的输出进行refine。
时光机ﾟ·2022-11-29 22:55

【论文阅读笔记】Occlusion-Aware Siamese Network for Human Pose Estimation

论文地址：Occlusion-AwareSiameseNetworkforHumanPoseEstimation论文总结  本文的网络名，作者命名为OASNet。
时光机ﾟ·2022-11-29 22:55

【论文阅读笔记】Multi-Scale Structure-Aware Network for Human Pose Estimation

论文地址：https://arxiv.org/abs/1803.09894论文总结  本文的主要贡献是提出了一种结构损失的损失函数，将几个物理相连的肢体关键点连接起来，用于人体姿态估计。
时光机ﾟ·2022-11-29 22:55

【论文阅读笔记】Simple Baselines for Human Pose Estimation and Tracking

论文地址：SimpleBaselinesforHumanPoseEstimationandTracking代码地址：https://github.com/leoxiaobin/pose.pytorch论文总结
时光机ﾟ·2022-11-29 22:24

2022.11.27 第九次周报

SequencetoSequenceLearningwithNeuralNetworks》主要内容模型结构反转源句ReversingtheSourceSentences实验编码encode解码decode结果论文总结二
杨幂臭脚丫子·2022-11-29 10:20

刷论文的感觉太棒了！（对比学习 / CLIP改进 / 视频理解）

更多精彩福利1.对比学习论文总结学习视频：李沐-MoCo论文逐段精读李沐-对比学习论文综述阶段代表工作百花齐放（18-19中）InstDisc:memoryBank,每张图都是一个类别（个体判别）InvaSpread
贪钱算法还我头发·2022-11-28 20:05

推荐系统论文：MIND: A Large-scale Dataset for News Recommendation

MIND:ALarge-scaleDatasetforNewsRecommendationMIND论文总结MIND数据集新闻推荐系统实现的新闻推荐方法比较与结论MIND论文总结MIND数据集MIND新闻数据集由微软新闻的用户点击日志构建
子小云龙·2022-11-27 19:35

【论文阅读笔记】VNect: Real-time 3D human Pose Estimation with a Single RGB

论文总结：  文中方法比较简单，通过全卷积CNN预测一个heatmap及locationmap。
时光机ﾟ·2022-11-27 17:28

高光谱图像异常检测论文总结（一）

论文DiscriminativeReconstructionConstrainedGenerativeAdversarialNetworkforHyperspectralAnomalyDetection过程流程图总体流程图自动编码器流程图损失函数原始图像和生成图像的均方误差损失：LR=1dl∥yi−De(E(yi))∥2L_R=\frac{1}{d_l}\left\|y_i-De\left(E\l
void0221·2022-11-27 07:23

Time Is MattEr: Temporal Self-supervision for Video Transformers论文总结

TimeIsMattEr:TemporalSelf-supervisionforVideoTransformers时间很重要，视频Transformer中的时序自监督研究问题：最近，基于Transformer的架构设计在视频任务中被广泛探索，因为它们能够捕获输入序列的长期依赖性。理解视频的时间动态性是更好地学习视频表示的一个重要方面。本论文研究的问题是现有的基于Transformer的视频模型架构
爱发呆的WWT·2022-11-27 00:13

推荐系统之社会化推荐经典论文总结

目录一、社会化推荐概述二、社会化推荐技术发展参考文献一、社会化推荐概述社会化推荐是推荐系统中能够有效提高推荐准确率和推荐系统性能的方法，其基本思想就是认为，用户在选择候选物品时的决策会受到该用户的社交关系的影响。根据这种思想，许多研究者通过挖掘用户之间的社交关系，并将这种社交关系信息考虑到推荐系统的设计中，从而诞生了许多不同的方法，且在一定程度上提高了推荐系统的性能。本文研究了从2010年开始，到
Do Mi So·2022-11-26 22:49

推荐系统顶会论文总结——WSDM 2021

WSDM20211.Real-timeRelevantRecommendationSuggestionAuthor(Institute):RuobingXieKeyWords：relevantrecommendationDataset：RS-331M2.DiverseUserPreferenceElicitationwithMulti-ArmedBanditsAuthor(Institute):F
Bad man_·2022-11-26 21:10

推荐系统工业界顶会论文总结——WSDM 2021

推荐系统工业界顶会论文总结——RecSys2021-知乎前言推荐系统工业界顶会论文总结系列将跟踪2021年后的WSDM,AAAI,WWW,IJCAI,SIGIR,KDD,RecSys,ICML等推荐系统顶会
a flying bird·2022-11-26 21:38

深度估计自监督模型monodepth2在自己数据集的实战——单卡/多卡训练、推理、Onnx转换和量化指标评估

本文详细介绍monodepth2模型在自己数据集的实战方法，包括单卡/多卡训练、推理、Onnx转换和量化评估等，关于理论部分请参见另一篇博客：深度估计自监督模型monodepth2论文总结和源码分析一、
苹果姐·2022-11-26 20:05

万字长文盘点时序融合在BEV感知中的应用(上)

关于BEV(Bird-Eye-View)感知,博主几个月前曾分享过相关简介和基础论文,不了解的读者可以先参考一下:自动驾驶感知新范式——BEV感知经典论文总结和对比（上）_苹果姐的博客-CSDN博客_bev
苹果姐·2022-11-26 20:27

CVPR 2020 论文总结：Weakly Supervised Semantic Point Cloud Segmentation: Towards 10×Fewer Labels

WeaklySupervisedSemanticPointCloudSegmentation:Towards10×FewerLabels（本文是看完了这篇论文做的总结，有不对的地方欢迎指出）摘要针对点云的分析最近受到了很多关注，而分割又是其中最重要的任务之一。目前针对此任务的方法是设计深度网络和做大量的数据标记。本文作者认为做标记是一直有效的方式。但是标记数据太过费时，所以本文提出了弱监督，只需要
zihao_c·2022-11-26 13:11

Dynamic Few-Shot Visual Learning without Forgetting||论文阅读

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017
TBYourHero·2022-11-26 04:59

自动驾驶感知新范式——BEV感知经典论文总结和对比（上）

博主之前的博客大多围绕自动驾驶视觉感知中的视觉深度估计（depthestimation）展开，包括单目针孔、单目鱼眼、环视针孔、环视鱼眼等，目标是只依赖于视觉环视摄像头，在车身周围产生伪激光雷达点云（Pseudolidar），可以模拟激光雷达的测距功能，辅助3D目标检测等视觉定位任务，而且比激光雷达更加稠密。这是自动驾驶视觉感知的一个热门研究方向。苹果姐：基于PackNet的演进——丰田研究院(T
苹果姐·2022-11-25 13:30

ORB-SLAM2论文总结

AbstractORB-SLAM2适用于单目，双目和RGB-D相机，包括闭环、重定位等功能，可用于室内环境、工业环境、飞行的无人机、行驶的汽车等Introduction单目相机：无法观察到深度信息，因此地图的比例和估计的轨迹是未知的。并且systembootstrapping需要多视图或过滤技术来生成初始地图（无法从第一帧开始triangulation）。另外，单目SLAM可能会发生scaledr
bai君·2022-11-25 10:38

SRGAN论文与ESRGAN论文总结

博客结构SRGANContribution：NetworkArchitecture:GeneratorNetworkDiscriminatorNetworkPerceptuallossfunction：Experiments：Meanopinionscore(MOS)testing：ESRGANContribution:NetworkArchitecture：ESRGAN相对于SRGAN对生成器做
敲困难的代码猿·2022-11-25 04:08

论文阅读——SimCLR：A Simple Framework for Contrastive Learning of Visual Representations

SimCLR论文总结：构建负样例的方式在对比学习中很重要。主要探究了图像变换、batchsize对于学习到的表示的影响。
coding小白·2022-11-25 00:40

Unet系列论文总结

Unet系类算法为什么在医疗图像处理上取得这么好的效果？很大一部分原因是由于医疗图像自身的特性所决定的，首先是医疗图像结构固定且简单、其次Unet网络结构简单与难获取的医疗图像匹配度较高。导致的问题就是深度学习强大的特征表示能力并不能很好的发挥其作用，最后就是数据集获取难度很大。一般人获取不到，就算获取到大量的医疗图像数据，对其进行标注真的是一件特别无聊的工作。专业的事交给专业的人去做比较好，现实
小弱不在家·2022-11-25 00:55
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他