论文笔记——模型压缩第29页

[论文笔记|特征匹配]AdaLAM: Revisiting Handcrafted Outlier Detection

在本文中，提出了一个基于局部仿射运动验证和样本自适应阈值的离群值剔除层次结构，并将该方法命名为自适应局部仿射匹配（AdaLAM）。我们设计AdaLAM来有效利用现代并行硬件，在现代GPU上，每个图像对花费不到20毫秒的时间来从每个图像8000个关键点中生成过滤后的匹配项。贡献：我们提出AdaLAM，这是一种新颖的离群滤波器，它从空间匹配中的一些过去想法构建为一种用于图像对应关系的快速空间验证的连贯

いしょ·2023-01-28 16:53

立体匹配论文笔记（11.5~11.12）

这里写目录标题1.《HITNet:HierarchicalIterativeTileRefinementNetworkforReal-timeStereoMatching》CVPR2021术语论文理解可取之点2.《SMD-Nets:StereoMixtureDensityNetworks》CVPR2021术语论文理解可取之处3.《ADecompositionModelforStereoMatchi

Estella1024·2023-01-28 16:21

【论文笔记】特征点匹配网络 SuperGlue: Learning Feature Matching with Graph Neural Networks 2019 论文笔记

MagicLeap,ETHZurich提出了特征点匹配网络SuperGlue，寻找两幅图像局部特征点之间的对应关系的神经网络，该网络使用图神经网络预测损失。搭配superpoint在室内外重定位任务中达到SOTA的精度。论文方法：首先输入图像对记为A，B，各包含了关键点和局部描述子，因此是集合形式{(p,d)}p=(x,y,c)是关键点，其中c是置信度；d是描述子，本文中是superpoint。网

phy12321·2023-01-28 16:49

[论文笔记|特征匹配]AdaLAM

论文地址：https://arxiv.org/pdf/2006.04250.pdf1.AdaLAM介绍（Introduction）特征匹配在SFM、SLAM等领域有着广泛的应用，最经典的最近临匹配是比较特征点的高维描述子，取描述子距离最近的一对特征点为匹配对。但由于描述子的自身限制，特征匹配的结果经常会存在大量的误匹配，因此剔除误匹配是SFM、SLAM等领域的重要研究问题，前人们也在此方面做过很多

Ledze·2023-01-28 16:45

【论文笔记】Deep Learning with Differential Privacy

原文：DeepLearningwithDifferentialPrivacyPPT：https://qdata.github.io/deep2Read//talks/20171012-Bargav-2.pdf参考：https://my.oschina.net/u/4296470/blog/3275849初学DP，原文Section1-4部分，仅为记录。INTRODUCTION深度学习+差分隐私在差

fretrace·2023-01-28 14:04

图合成与差分隐私（图结构和节点属性）论文笔记

AsgLDP:CollectingandGeneratingDecentralizedAttributedGraphsWithLocalDifferentialPrivacy论文笔记写在前面的话前置知识属性图本地差分隐私

粥粥粥少女的拧发条鸟·2023-01-28 14:32

《预训练周刊》第10期：基于Swin变换器的自监督学习、基于锐度感知最小化的泛化性提升...

智源社区·2023-01-28 08:41

论文笔记Unsupervised Person Image Synthesis in Arbitrary Poses

又一篇spotlight+reid+GAN换pose本文用了较多的篇幅讲lossfunction，描述网络结构的插图令人费解pose的提取也是用openpose这个库。其loss分为三部分：1，imageadversarialloss，即传统gan的loss2，poseloss，pose差异，生成图片再用openpose提取pose信息做差值3，identityloss，此为关键，又分为两部分，分

DADADA开飞机的DATA·2023-01-27 23:59

最终一致性：BASE论文笔记

简述Base论文是ebay的架构师于2008年提交的一篇论文。主要用来阐述在分布式架构设计下，基于BASE的设计思想和方案。所谓BASE就是basicallyavailable（基本的可用性），softstate（软状态，所谓的软状态，指的是暂时的不一致，后文会详细展开），eventuallyconsistent（最终一致性）。在分布式领域，有著名的CAP理论，也就是一致性，可用性，分区容错性即可

风火1989·2023-01-27 18:44

目标检测知识蒸馏---以SSD为例【附代码】

知识蒸馏是一种不改变网络结构模型压缩方法。这里的压缩需要和量化与剪枝进行区分，并不是严格意义上的压缩。

爱吃肉的鹏·2023-01-27 15:25

Energy-efficient Amortized Inference with Cascaded Deep Classifiers论文笔记

Energy-efficientAmortizedInferencewithCascadedDeepClassifiers论文笔记0.概述深度神经网络在许多AI任务中取得了卓越的成功,但是通常会造成高的计算量和能量耗费

Mezereon·2023-01-27 14:34

论文笔记 On Large-Batch Training for Deep Learning: Generalization Gap and Sharp Minima

准奏。OnLarge-BatchTrainingforDeepLearning:GeneralizationGapandSharpMinimahttps://arxiv.org/abs/1609.04836OverviewofthepaperLargebatch:worsegeneralizationLarge-batchtrainingmakesbetteruseofparallelcomput

SisypHus_v·2023-01-27 13:06

论文笔记：BridgeDPI: a novel Graph Neural Network for predicting drug–protein interactions

2022Bioinformatics1introduction使用图神经网络预测药物和蛋白质的相互作用（DPI，drug-proteininteraction）目前预测药物和蛋白质相互作用的方式主要有以下几种：基于对接的方法（docking-based）使用分子动力学模拟重建蛋白质与药物在空间中的接触关系目标是寻找药物分子在蛋白质上结合的最佳位点缺点是需要精确的蛋白质结构，实际有时无法得到蛋白质的

UQI-LIUWJ·2023-01-27 13:35

论文笔记：On Large-Batch Training for Deep Learning: Generalization Gap and Sharp Minima

2017ICLR0摘要这篇文章探究了深度学习中一个普遍存在的问题——使用大的batchsize训练网络会导致网络的泛化性能下降（GeneralizationGap）。大的batchsize训练使得目标函数倾向于收敛到sharpminima（localminima）sharpminima导致了网络的泛化性能下降小的batchsize则倾向于收敛到一个flatminima1intro一般的深度学习算法

UQI-LIUWJ·2023-01-27 13:02

【视觉+IOT】论文笔记-Visual Object Detection and Tracking for Internet of Things Devices Based on Spatial

基于空间注意力机制的多域网络的物联网设备视觉对象检测与跟踪VisualObjectDetectionandTrackingforInternetofThingsDevicesBasedonSpatial来源：IEEE2021论文提纲

Tialyg·2023-01-27 11:50

【论文笔记】【ICLR2018】Towards Deep Learning Models Resistant to Adversarial

个人总结：本文方法在19,20年的多数相关文章中都作为对比实验出现比如上述文章、AdvGan、AdvCam等，可见这篇文章的提出方法的效果还是很可以的。这篇文章提出了一个Min-Max的攻击&防御融为一体的框架，在该框架控制下使用PGD（迭代FGSM的一般方法）生成的对抗样本进行对抗训练，提高模型的鲁棒性，抵制一系列的first-orderattack（基于梯度）。不过本文中提出解决方法采用的近似

Wwwwhy_　·2023-01-26 15:31

论文笔记：Learning to Discriminator Perturbations for Blocking Adversarial Attacks in Text Classification

论文笔记：LearningtoDiscriminatorPerturbationsforBlockingAdversarialAttacksinTextClassification（在文本分类中学习辨别扰动阻止对抗攻击

Oosehun·2023-01-26 15:01

论文笔记：主干网络——GoogLeNet-V4

Inception-v4,Inception-ResNetandtheImpactofResidualConnectionsonLearningInception-v4,Inception-ResNet,残差连接对模型训练的影响文章目录Inception-v4,Inception-ResNetandtheImpactofResidualConnectionsonLearningInception-

liuzeyao_Newton·2023-01-26 12:54

论文笔记

Multi-hopReadingComprehensionthroughQuestionDecompositionandRescoring本篇论文关注的焦点在于多跳问答问题中，对于问题的拆分，在本文中，作者对问题的处理方法是将其分为多个子问题，其中这每个子问题通过一个单跳的阅读理解模型去解决回答问题，最后再将他们合并。将问题拆分作者使用的是对原问题进行跨度分割，根据问题的类型不同进行不同的处理，最

Dreamer_df74·2023-01-26 05:43

ICML2021论文笔记《Self-supervised Graph-level Representation Learning with Local and Global Structure》

ICML2021论文笔记《Self-supervisedGraph-levelRepresentationLearningwithLocalandGlobalStructure》摘要本文研究了无监督/自监督的全图表示学习

栗子酱15551·2023-01-25 18:49

R-CNN论文笔记

论文地址：https://arxiv.org/abs/1311.2524v1是R-CNN论文的V1版本。论文题目《RichfeaturehierarchiesforaccurateobjectdetectionandsemanticsegmentationTechreport》最新论文地址：https://arxiv.org/abs/1311.2524是R-CNN论文的V5版本。更新放在最后了。摘

wyBluewind·2023-01-25 14:32

注意力机制抠图HAttMatting论文笔记

文章目录HierarchicalAttentionMattingNetwork(HAttMatting)KeyPointOverviewKeywords摘要引言相关工作方法Overview*NetworkArchitecture*损失函数实现细节实验数据集和评估指标与最先进的比较AblationStudy真实世界图像的结果结论HierarchicalAttentionMattingNetwork(

晓梦清尘·2023-01-24 10:35

AI模型测试(评估标准）DEEPSEC: A Uniform Platform for Security Analysis of Deep Learning Model

论文笔记：DEEPSEC:AUniformPlatformforSecurityAnalysisofDeepLearningModelABSTRACTINTORDUCTIONATTACKS&DEFENSESSYSTEMDESIGNANDIMPLEMENTATIONEVALUATIONSABSTRACT

萌钱多·2023-01-24 09:29

「ICLR2021_rejected」【RETHINKING THE PRUNING CRITERIA FOR CONVOLUTIONAL NEURAL NETWORK】论文笔记

「ICLR2021_rejected」【RETHINKINGTHEPRUNINGCRITERIAFORCONVOLUTIONALNEURALNETWORK】论文笔记Abstract1.Introduction2

Ed. Liu·2023-01-24 08:11

3D Human Pose Estimation with Spatial and Temporal Transformers论文笔记

一.概述3D人体姿态估计的方法主要分为两类：直接估计（Directestimation）和2D到3D(2Dto3Dlifting)。其中2D到3D的方法先利用SOTA2D人体姿态估计算法得到2D关键点，再通过神经网络估计3D人体姿态。基于其优异的表现，2D到3D已成为主流方法。与从单张图片中估计3D人体姿态相比，从视频中估计3D人体姿态能利用时序信息进行更准确的预测。然而主流方法大多利用时序卷积（

由崎司超可爱·2023-01-24 08:10

论文笔记-End-to-End Human Pose and Mesh Reconstruction with Transformers（使用TransFormer进行端到端的人体姿态估计和网格重建）

代码和预训练模型：https://github.com/microsoft/MeshTransformer摘要：文章提出MEshTRansfOrmer（METRO）方法，用于从单个图像重建三维人体姿态和网格顶点。其中用到了注意力编码器来联合建模顶点-顶点和顶点-关节的交互，并同时输出三维关节坐标和网格顶点。介绍：复杂的关节运动和咬合带来了很多挑战。在这方面的工作分为两类①使用参数模型并学习预测形状

me盘子·2023-01-24 07:35

YOLO-论文笔记-理解

论文:https://arxiv.org/abs/1506.02640GitHub源码地址:https://github.com/pjreddie/darknet翻译:http://noahsnail.com/2017/08/02/2017-8-2-YOLO%E8%AE%BA%E6%96%87%E7%BF%BB%E8%AF%91%E2%80%94%E2%80%94%E4%B8%AD%E6%96%8

tuzixini·2023-01-23 19:31

YOLO系列论文笔记--YOLOv2

YOLOv2速度--YOLOv2：67FPS（76.8mAPonVOC2007）；40FPS（78.6mAPonVOC2007），mAP优于FaterR-CNN（ResNet和SSD）而且运行更快；目的--改进YOLO；--为了解决检测图像标签昂贵而不能进一步提高网络检测性能的问题，利用ImageNet分类数据和COCO检测数据的组合数据集联合训练一种多达9000类的实时检测模型；YOLO改进--

gongp**?·2023-01-23 19:58

《Improving BERT-Based Text Classification With Auxiliary Sentence and Domain Knowledge》论文笔记

模型模型部分与Bert论文完全一致，只是为分类任务的输入样本构建了“辅助序列”——这种方法只适用于“单序列分类”，对于“语句相似性”等句对分类任务不适用。上图输入部分的aia_iai表示的是人工构建的辅助序列的token。作者提出三种构建“辅助序列”的策略，1）辅助序列是一个不包含标签信息的问句，用BERT4TC-AQ标识；2）辅助序列是只包含一个标签名称的文本描述，用BERT4TC-AA标识；3

凯子要面包·2023-01-23 13:48

VistaNet: Visual Aspect Attention Network for Multimodal Sentiment Analysis 论文笔记

VistaNet:VisualAspectAttentionNetworkforMultimodalSentimentAnalysis论文笔记论文背景介绍基于评论的情感分析问题和想法VistaNet方法层级注意力网络

两面包+芝士·2023-01-23 10:04

论文笔记 Multimodal Relational Tensor Network for Sentiment and Emotion Classification

标题论文笔记MultimodalRelationalTensorNetworkforSentimentandEmotionClassification摘要：受(Zadehetal.,2017)and(Poriaetal

mengmeng0109·2023-01-23 10:33

【论文笔记】FlowNet：有监督的光流估计（optical flow estimation）网络

本文是论文《FlowNet:LearningOpticalFlowwithConvolutionalNetworks》的阅读笔记。一、概述文章提出了一个名为FlowNet的网络，用有监督的方法根据输入的图像对来解决光流估计（opticalflowestimation）问题。FlowNet有两种结构，一种是通用结构，另一种包括一个在不同图像位置的关联特征向量的层。又由于现有的数据集的数据量不足够训练

棉花糖灬·2023-01-23 10:27

AtLoc: Attention Guided Camera Localization 相机重定位论文笔记

牛津大学计算机学院2019.10注意力是个好东西。从Atloc和AtLoc+的实验结果可以看出,自注意力机制对定位精度有大幅提升，时序约束只有略微的提升，但是时序约束增加了输入数据量延长了处理时间，还对传感器提出了更高的要求,相比之下注意力性价比高得多摘要在现有的基于深度学习的相机重定位的方法中，基于单目数据的方法还不够鲁棒。在一些程度上可以通过序列图像或者几何约束来剔除动态物体。本文通过实验证实

phy12321·2023-01-22 23:02

YOLOv1学习笔记

来源：投稿作者：ΔU编辑：学姐论文笔记《YouOnlyLookOnce:Unifified,Real-TimeObjectDetection》JosephRedmon∗,SantoshDivvala∗†

深度之眼·2023-01-22 21:21

【论文笔记】(SR)《Image Super-Resolution Using Very Deep Residual Channel Attention Networks》

《ImageSuper-ResolutionUsingVeryDeepResidualChannelAttentionNetworks》阅读笔记problemThelowresolutioninputsandfeaturescontainabundantlow-frequencyinformation,whichistreatedequallyacrosschannels,hencehinderi

梦无羡·2023-01-21 15:57

RCAN（Image Super-Resolution Using Very Deep Residual Channel Attention Networks）

(84条消息)RCAN论文笔记：ImageSuper-ResolutionUsingVeryDeepResidualChannelAttentionNetworks_ytao_wang的博客-CSDN博客

Adagrad·2023-01-21 15:26

YOLOv1(You Only Look Once: Unified, Real-Time Object Detection)论文笔记

论文链接：YouOnlyLookOnce:Unified,Real-TimeObjectDetection网页地址：YOLO摘要：我们提出了YOLO，一个新的方法用于目标检测。之前的目标检测工作都是使用分类器来做检测。相反，我们将目标检测中空间分离的边界框和相关的类概率问题使用回归来处理。在每次测试时，一个神经网络直接从全图预测出目标的边界框和所属的类别。因为整个检测流程是一个网络，它可以端到端地

xuefengxiaoyang·2023-01-20 15:58

论文笔记：You Only Look Once: Unified, Real-Time Object Detection(yolo v1)

一、基本信息标题：YouOnlyLookOnce:Unified,Real-TimeObjectDetection时间：2016引用格式：Redmon,Joseph,etal.“Youonlylookonce:Unified,real-timeobjectdetection.”ProceedingsoftheIEEEconferenceoncomputervisionandpatternrecog

snoopy_21·2023-01-20 15:50

Verification of improved YOLOX model in detection of greenhouse crop organs: Considering tomato论文笔记

摘要-论文主要提升阶段-模型调整和实验环境-主要处理过程-对比其他常用目标检测模型-结论与讨论1.摘要1.样本均衡、随机变换和马赛克增强被用于识别多目标和小样本图像。2.解耦的头部结构，并根据无锚概念重新设计了检测头部3.基于两步微调多轮优化策略训练，构建了一种高效的番茄花果识别模型。4.针对不同的农业场景，设计了两套不同性能的轻量级检测网络。YOLOXMOB模型的大小较小（仅34.2MB），mA

Aaron_zzc·2023-01-20 14:39

【论文笔记】QBSUM: 基于查找的文本摘要数据集

QBSUM:aLarge-ScaleQuery-BasedDocumentSummarizationDatasetfromReal-worldApplications论文下载地址https://arxiv.org/abs/2010.14108v2摘要基于查询的文档摘要旨在提取或生成直接回答或与搜索查询相关的文档的摘要。这是一项重要的技术，可以有益于各种应用程序，例如搜索引擎、文档级机器阅读理解和聊

啦啦伟vv·2023-01-20 13:16

EmpDG: Multi-resolution Interactive Empathetic Dialogue Generation论文笔记

文章目录一，先看问题二，再看评价三，方法（一）整体架构（二）特征表示及处理（三）ImprovedWGAN四，实验的结果五，总结一，先看问题这是我读的第一篇跟generation有关的论文。读这篇的原因是，在GitHub上我直接使用关键词Empatheticdialogue搜索，开源代码排序靠前的是这篇，coling2020上的paper。翻译下标题：EmpDG：多分辨率交互式共情对话生成。不确定M

程序员小小何·2023-01-20 06:31

Towards Emotional Support Dialog Systems论文笔记

文章目录一，基调二，情感支持框架（一）情感支持和共情的区别（二）情感支持的三个阶段（三）情感支持的范例（四）情感支持中的八大策略三，情感支持数据集四，方法、实验和结果（一）方法（二）结果（三）案例分析五，总结与展望一，基调标题翻译过来是“面向情感支持对话系统”，黄民烈等，ACL2021。情感支持应该指的是心理疾病患者（或者程度更弱一些内心不开心的用户）向心理医生（或者程度更弱一些擅于聊天的开导者，

程序员小小何·2023-01-20 05:24

Query and Extract: Reﬁning Event Extraction as Type-oriented Binary Decoding（2022）论文笔记

内容模型图触发器检测事件类型由于类型名称的歧义，以及每种事件类型事件提及的多样性，类型名称本身并不能准确的事件类型的语义触发器选择对于每个事件类型t，我们从训练示例中收集一组带注释的触发器。对于每个唯一的触发词，我们从整个训练数据集中计算它的频率为fo，它被标记为类型t的事件触发的频率为ft，然后得到一个概率ft/fo，用于对所有的事件类型t的注释触发器。我们选择排名前K4的词作为原型触发器{τ1

云桬·2023-01-20 05:23

论文笔记 ACL 2022|Query and Extract: Refining Event Extraction as Type-oriented Binary Decoding

文章目录1简介1.1创新2方法2.1触发词检测2.2论元抽取3实验1简介论文题目：QueryandExtract:RefiningEventExtractionasType-orientedBinaryDecoding论文来源：ACL2022组织机构：弗吉尼亚理工学院暨州立大学论文链接：https://arxiv.org/pdf/2110.07476.pdf代码链接：https://github.

hlee-top·2023-01-20 05:22

论文笔记《HetETA: Heterogeneous Information Network Embedding for Estimating Time of Arrival》

Abstract本文目标是预计到达时间(Theestimatedtimeofarrival,ETA)，现有研究存在问题：很少有研究将结构化的图数据考虑在内，更不用说异构的信息网络了。本文提出HetETA模型旨在ETA任务中利用异构的图数据，具体做法：（1）将路网地图转化为多相关信息网络，引入车辆轨迹图联合考虑车辆行为模式（2）时间信息分为近期(recentperiods)、日周期(dayperio

mintminty·2023-01-20 01:34

【GCN】论文笔记：Attributed Graph Clustering via Adaptive Graph Convolution

基于自适应图卷积的属性图聚类前言方法介绍总结前言属性图聚类是一个具有挑战性的问题，它要求图结构和节点的联合建模属性。虽然图卷积已经被证明在整合结构和特征信息时是非常有效的，但是几乎没有研究说明如何应用它来最大化集群性能。现有的方法基本上都是使用图卷积的固定的（忽略了图的多样性）低阶的（只考虑每个节点几跳内的邻居，没有充分利用节点关系）顺序。在本文中，我们提出了一种自适应的利用高阶图卷积实现属性图聚

予^·2023-01-19 21:40

【论文笔记】MLFF-GAN:A Multilevel Feature Fusion WithGAN for Spatiotemporal Remote Sensing Images

摘要由于技术和预算的限制，单个遥感卫星的传感器往往难以同时具有高时间和高空间（HTHS）分辨率。在本文中，我们提出了一种新的生成对抗网络（MLFF-GAN）来生成融合HTHS图像。MLFF-GAN主要采用u-net类架构，其生成器由特征提取、特征融合和图像重建三个阶段组成。在特征提取与重建阶段，生成器采用编码和解码结构提取三组多层次特征（MLFs），可以解决高分辨率图像与低分辨率图像之间的巨大分辨

kelseyscat·2023-01-19 10:49

Voltage Drop-based Fault Attacks on FPGAs using Valid Bitstreams论文笔记

VoltageDrop-basedFaultAttacksonFPGAsusingValidBitstreams论文笔记摘要前言电路设计和实验装置III-A节中解释电压波动传感器在FPGA中的实现。

Tjyuking·2023-01-19 06:14

[论文笔记]CenterNet 阅读笔记

CenterNet阅读笔记ObjectsasPoints（CVPR2019）摘要1.引言2.相关工作3.预备知识4.将物体编码为点（ObjectsasPoints）从点到边界框（Frompointstoboundingboxes）5.实现细节6.实验6.1目标检测（Objectdetection）6.1.1其他实验（Additionalexperiments）中心点“碰撞”（Centerpoint

吉他A梦·2023-01-19 06:13

论文笔记: Diffusion-Convolutional Neural Networks

前言相较于GCN早期基于频域的若干方法，这篇论文虽然内容较少，方法存在一定的局限性，但是可以说是基于空域GCN的开山之作，它提供了一个很清晰的对非欧式空间进行卷积的思路。但是正如作者在Limitation中提到的，卷积过程中需要考虑所有结点的扩散信息限制了模型在大规模图上的计算能力。所以后续的研究很多都是在邻域进行采样的，以缩小计算量。后续的GraphSAGE可以说是此种方法的升级版要点DCNNs

饮冰l·2023-01-18 22:46

推荐频道

论文笔记——模型压缩