论文笔记——模型压缩

Diffusion-Convolutional Neural Networks论文笔记

Diffusion-ConvolutionalNeuralNetworks论文链接总结网络介绍1.节点分类1.1输入1.2参数1.3输出1.3.1问题2.图分类3.边分类论文链接总结这篇文章提出了hop的概念，使一个节点能够关注到与它距离更远的节点，而不仅限于一阶邻居。网络介绍这篇论文主要针对三种分类任务。1.节点分类1.1输入输入为两个矩阵，分别为矩阵P和矩阵X。X为图的特征矩阵（N*F)，P则
飞花穿庭·2023-01-18 22:12

【论文笔记】SCOAT-Net: A novel network for segmenting COVID-19 lung opacification from CT images

声明不定期更新自己精度论文，通俗易懂，初级小白也可以理解涉及范围：深度学习方向，包括CV、NLP、DataFusion、DigitalTwin论文标题：SCOAT-Net:AnovelnetworkforsegmentingCOVID-19lungopacificationfromCTimages论文链接：https://www.sciencedirect.com/science/article/
来自γ星的赛亚人·2023-01-18 20:09

【论文阅读笔记】---《A Survey of Model Compression and Acceleration for Deep Neural Networks》

论文：ASurveyofModelCompressionandAccelerationforDeepNeuralNetworks深度神经网络模型压缩与加速综述摘要--深度卷积神经网络（CNN）目前在很多视觉识别任务中有非常良好的表现
吃不胖的卷卷·2023-01-18 17:38

YoloV1、YoloV2（9000）、Yolov3论文笔记

YOLOV1论文解读摘要：将对象检测框架为一个回归问题，回归到空间分隔的边界框和相关的类概率。在一次评估中，单个神经网络直接从完整的图像中预测边界框和类概率。由于整个检测流程是一个单一的网络，可以直接对检测性能进行端到端优化。YOLO模型以每秒45帧的速度实时处理图像。介绍：一个卷积网络同时预测多个boundingbox和这些boundingbox的类概率。优点1、YOLO非常快。由于将检测问题作
奔跑的小仙女·2023-01-18 17:07

Open world Learning 论文笔记 1: Towards Open World Object Detection

KJJoseph,etal在研究中表示：面对人类对于未知环境进行学习的需求，产生了一个“计算机视觉领域”的新问题：在现有知识体系上对未知物体进行识别，并取名为“OpenWorldObjectDetection”问题。这一问题具有两个典型特征：一是需要对没有监督学习过的未知物体进行识别；二是需要在保留原本识别效果的基础上，通过不断学习新类别而具备识别新类别的能力。文章中详细阐释了OpenSet与Op
浮云向晚·2023-01-18 16:21

超越教师！PointDistiller：面向高效紧凑3D检测的结构化知识蒸馏（CVPR2022）

最近，知识蒸馏已被提出作为一种有效的模型压缩技术，它将知识从过度参数化的教师转
自动驾驶之心·2023-01-18 16:12

《CalliGAN: Style and Structure-aware Chinese Calligraphy Character Generator》论文笔记

关于《CalliGAN:StyleandStructure-awareChineseCalligraphyCharacterGenerator》的论文笔记。
m0_51335899·2023-01-18 13:23

【论文笔记】PL-SLAM: Real-Time Monocular Visual SLAM with Points and Lines（2017）

线主要应用在：BA、relocalization、初始化时使用了line特征同时处理点和线的对应关系插入关键帧：如果图像包含有关环境的大量新信息，则将其标记为关键帧，并对其相应的线进行三角剖分并添加到地图中。为了丢弃可能的异常值，从少于三个视点或少于25%的帧中看到的线也会被丢弃（剔除）。地图中的直线位置用局部ba优化。注意，在图2中，我们不使用线来闭合回路。整个地图上的匹配线在计算上太贵了。因此
lizhaohu01·2023-01-18 11:15

《Generalized Focal Loss V1》论文笔记

参考代码：GFocal这篇文章会探讨将目标检测中边界框的回归问题转换为概率分布的问题，因而需要从传统的边界框范数与IoU回归思想转换到边界框的概率分布上来。对此，对这方面内容不是很理解的朋友可以参考下面这篇文章的内容，从而对加深这篇文章提出GFocal优化方法的理解：REF：一文了解目标检测边界框概率分布同时，这篇文章的作者也有对这篇文章进行了说明，详见：大白话GeneralizedFocalLo
m_buddy·2023-01-18 10:50

知识蒸馏简介

知识蒸馏知识蒸馏简介蒸馏作用背景主要是为了减少模型计算量，降低模型复杂度，减少需要的计算资源模型压缩基本方法：裁剪为什么要进行知识蒸馏当前深度学习模型参数越来越多，规模越来越大，在处理数据和模型部署的时候
hblg_bobo·2023-01-18 09:16

知识蒸馏

目录一引言1.1深度学习的优点1.2深度学习的缺点二什么是知识蒸馏2.1模型压缩2.2什么是学习2.3什么是知识蒸馏2.4知识蒸馏的一般流程三知识蒸馏的分类3.1模型结构的种类3.2知识的分类3.3如何蒸馏四输出层知识蒸馏
_Old_Summer·2023-01-18 09:15

【论文笔记】Integrated Sensor Fusion Based on 4D MIMO Radar and Camera: A Solution for Connected Vehicle A

论文名称：IntegratedSensorFusionBasedon4DMIMORadarandCamera:ASolutionforConnectedVehicleApplication原文链接：https://ieeexplore.ieee.org/document/9913510引言：连接车辆应用中的传感器融合  路边交通传感器能感知更广阔的范围，且与车辆传感器的角度不同，可以提供与车辆传感
byzy·2023-01-18 09:12

【论文笔记】Are We Ready for Vision-Centric Driving Streaming Perception? The ASAP Benchmark

原文链接：https://arxiv.org/abs/2212.089143.ASAP基准3.1自动驾驶流感知（ASAP）  ASAP以在线方式进行评估：即使当前帧样本的处理还未完成，也进行评估。  给出流式输入{Xi}i=1T\{X_i\}_{i=1}^T{Xi}i=1T，其中XiX_iXi是tit_iti时刻的环视图像。感知算法需要对输入进行在线响应，生成预测{Y^j}j=1M\{\hat{Y
byzy·2023-01-18 09:11

Unifying Voxel-based Representation with Transformer for 3D Object Detection （UVTR）论文笔记

原文链接：https://arxiv.org/abs/2206.006301.引言统一表达对多模态的知识迁移和特征融合是必不可少的。目前的统一表达可大致分为输入级和特征级的。输入级方法在网络开始处对齐多模态数据，如通过估计深度将图像转化为伪点云或将激光雷达点云转化为range图像，但前者的深度信息不准确，后者压缩了3D几何信息，数据的空间结构被破坏，导致较差的性能。特征级方法将图像特征转换为棱台（
byzy·2023-01-18 09:41

【论文笔记】K-Radar: 4D Radar Object Detection for Autonomous Driving in Various Weather Conditions

原文链接：https://arxiv.org/pdf/2206.08171.pdf阅读本文的目的是了解K-Radar数据集而非其目标检测方法。1.引言  本文介绍了K-Radar这一大型4D雷达张量（多普勒-距离-水平角-俯仰角）目标检测数据集。该数据集还包含高分辨率激光雷达点云、来自4个环视相机的RGB立体图像、RTK-GPS和自车的IMU数据。采集场景包括多种道路（城市、郊区、高速路等）、多个
byzy·2023-01-18 09:41

以UVTR代码为例学习基于MMDetection3D库相关代码的阅读方法

UVTR论文链接：https://arxiv.org/abs/2206.00630UVTR论文笔记：UnifyingVoxel-basedRepresentationwithTransformerfor3DObjectDetection
byzy·2023-01-18 09:40

Deep shape-aware descriptor论文笔记

说明：1.此乃本人阅读论文过程中所记录的笔记，由于本人水平有限，难免会出现遗漏重点或表述不清等问题，请各位见谅。同时希望各位指出我的问题，让我发现问题所在，谢谢大家Thanks♪(･ω･)ﾉ。2.有些用词根据原文翻译（或是直接用原文），可能语句不通畅。（毕竟我是一个六级考了五次的憨憨）3.数据处理部分和结论分析部分没有加入，此处主要为了理清文章描述方法的处理流程。 1.重要概念介绍  拉普拉斯-贝
lzn1251·2023-01-18 03:21

【论文笔记】Ultra Reliable, Low Latency V2I Wireless Communications with Edge Computing

超可靠低延迟的V2I通信是无人驾驶汽车（AV）的关键要求。为此，具有边缘计算功能的蜂窝小型基站（SBS）可以通过本地处理来自AV的任务请求来减少端到端（E2E）服务延迟，无需将任务转发到远程云服务器。但是，由于SBS的计算能力有限，再加上无线带宽资源的稀缺性，最大程度地减小AV的E2E延迟并实现可靠的V2I网络是一项挑战。本文提出了一种新算法来联合优化AV与SBS的连接和带宽分配，以最大化V2I网
Love_marginal·2023-01-17 18:57

[论文笔记]Combining V2I with V2V Communications for Service Continuity in Vehicular Networks

车辆网络中，因为RSU部署成本高，所以应期待RSU可以尽可能稀疏部署，另一方面因为RSU覆盖范围有限，因此两个相邻的RSU之间存在一定的未覆盖区域，当车辆在这些区域内过度时服务将会被中断。为此，本文提出了一种结合V2V的V2I通信方法，这是一种车辆间多跳转发方法，当车辆离开一个RSU的覆盖范围时，将搜索来自后一个邻车的最远转发器，如果该转发器也未被BS覆盖，则对邻车使用相同的策略形成一个连接到某个
Love_marginal·2023-01-17 18:57

【论文笔记】回环检测综述：Methods for Appearance-based Loop Closure Detection

二、基于表观的回环检测（Appearance-BasedLoopClosureDetection）简介回环检测的性能主要取决于图像的特征描述方法，以及检索之前存在图像的能力。（Theperformanceofanappearance-basedloopclosuredetectionalgorithmishighlyinfluencedbythedescriptionmethodusedtodes
十月岑·2023-01-17 17:13

论文笔记：CTSpine1K: A Large-Scale Dataset for Spinal Vertebrae Segmentation in Computed Tomography

1abstract&introduction由于缺乏大规模的带注释的脊柱图像数据集，基于深度学习的主流分割方法（data-driven的）受到严重限制。这篇论文介绍了一个名为CTSpine1K的大规模脊柱CT数据集，该数据集由多个椎体分割的数据源中汇集而成。其中包含1,005个CTvolume，其中超过11,100个标记的、属于不同的脊柱状况的椎骨。这个大规模的数据集将促进许多与脊柱相关的图像分析
UQI-LIUWJ·2023-01-17 11:43

论文笔记：Enhancing Pre-trained Chinese Character Representation with Word-aligned Attention

1.概述目前，很多NLP算法大多采用主流的预训练模型+下游任务微调这样的算法架构。预训练模型种类繁多，如下图用的最多的莫过于大名鼎鼎的BERT预训练模型，同样是基于Pre-training和Fine-tuning模式架构的不管啥模型，第一件事都是tokenizer。对于BERT来说，英文的token是word-piece，中文的是字（这也对后面的实验造成了很大的麻烦，因为要对齐）。而且已经有相当多
爱吃腰果的李小明·2023-01-17 11:13

【论文笔记】MacBert：Revisiting Pre-trained Models for Chinese Natural Language Processing

文章目录相关信息摘要（Abstract）1.介绍（Introduction）2.相关工作（RelatedWork）3.中文预训练模型（ChinesePre-trainedLanguageModels）3.1BERT-wwm&RoBERTa-wwm3.2MacBERT4.实验设置（ExperimentSetups）4.1SetupsforPre-TrainedLanguageModels4.2Set
iioSnail·2023-01-17 10:25

论文笔记：ConvNeXt ：A ConvNet for the 2020s

一、训练技巧第一部分模仿的是swintransformer的训练技巧方面，主要是对res50这个backbone的训练技巧。首先是把90个epoch训练res50变成300epoch进行训练。其次是一些训练技巧：使用到了AdamW优化器，数据增强技巧（augment）如Mixup、Cutmix、RandAugment、RandomErasing，以及包括StochasticDepth和LabelS
林君恒·2023-01-17 09:28

论文笔记：基于遮挡掩模和边缘感知的自监督单目深度估计

基于遮挡掩模和边缘感知的自监督单目深度估计关键词：单目深度估计，自然图像，自监督任务一、来源ArtificialLifeandRoboticsPublished:26May2021链接：https://link.springer.com/article/10.1007/s10015-021-00685-z二、标题Self‑supervisedmonoculardepthestimationwith
kchen17·2023-01-17 07:21

【论文笔记】变化检测1（SAR图像）

目录1.AutomaticChangeDetectioninSyntheticApertureRadarImagesBasedonPCANet（2016）2.ADeepConvolutionalCouplingNetworkforChangeDetectionBasedonHeterogeneousOpticalandRadarImages（2018）3.ChangeDetectionFromSy
m0_61899108·2023-01-17 07:29

Transfer learning based multi-fidelity physics informed deep neural network论文笔记

论文信息题目：Transferlearningbasedmulti-fidelityphysicsinformeddeepneuralnetwork作者：SouvikChakraborty期刊会议：MachineLearning(cs.LG);ComputationalPhysics(physics.comp-ph)年份：2020论文地址：代码：基础补充内容动机动机：基于某些假设和近似，一些控制方
pinn山里娃·2023-01-16 16:03

Unsupervised Monocular Depth Estimation With Left-Right Consistency 论文笔记

文|陈十三公众号首发|一只在路上的哈士奇公众号ID|super_Mrchen关注可了解更多。问题或建议，请公众号留言0x00补充知识1.视差：左右双目图像中，两个匹配块中心像素的水平距离。视差图如下图例1所示，相同视差（即相同颜色）代表物体离摄像头位置相同（个人理解）。视差越大越靠近摄像头,颜色越亮越靠近摄像头.图1视差图实例2.立体匹配的四个最基本的步骤：匹配代价计算（MatchingCostC
Lebhoryi·2023-01-16 16:24

知识蒸馏

知识蒸馏是模型压缩的一种方法，指将复杂的、参数量大的模型的特征表达能力迁移到简单的、参数量小的模型中，以加快模型的推理。
hi我是大嘴巴·2023-01-16 15:20

有关TSD论文笔记

论文地址：https://arxiv.org/abs/2003.07540晓飞的算法工程笔记前景.经典RoI-based定位算法使用siblinghead(2-fc)对proposal同时进行分类和回归进行分类任务和定位任务的目标检测学习的主要障碍：共用的特征提取器以及相同的proposal限制定位算法的根本问题在于分类分支和定位分支在空间维度上存在偏差，不是通过设计特征提取器或更好的结构能解决的
luxuanjiangg·2023-01-16 13:56

复现计算机论文模型,深度学习模型复现难？看看这篇句子对模型的复现论文

这是PaperDaily的第82篇文章本期推荐的论文笔记来自PaperWeekly社区用户@zhkun。本文是COLING2018的BestReproductionPaper，文章对senten
weixin_39934085·2023-01-16 11:47

【论文笔记_在线蒸馏、GAN】Online Multi-Granularity Distillation for GAN Compression

2021年。摘要生成性对抗网络（GAN）在生成优秀图像方面取得了巨大的成功，但是，由于计算成本高，内存使用量大，在资源有限的设备上部署GAN非常困难。尽管最近压缩GAN的努力取得了显著的成果，但它们仍然存在潜在的模型冗余，可以进一步压缩。为了解决这个问题，我们提出了一种新的在线多粒度蒸馏（OMGD）方案来获得轻量级的GAN，这有助于以较低的计算需求生成高保真图像。我们首次尝试将单级在线蒸馏推广到面
乱搭巴士·2023-01-16 11:04

论文笔记（十二）【CSPNet】CSPNET: A NEW BACKBONE THAT CAN ENHANCE LEARNING CAPABILITY OF CNN

CSPNet的贡献4，CSPNet的结构5，CSP思想的应用6，FPN设计/ExactFusionModel7，总结1，参考YOLOv4之CSPNet深度学习_经典网络_CSPNet网络详解CSPNet论文笔记之
CV-杨帆·2023-01-16 09:36

论文笔记之CSPNet

本文解决的是减少推理计算的问题。本文收录于CVPR2019论文地址：https://arxiv.org/pdf/1911.11929.pdf1.摘要目前最先进的能够在计算机视觉任务上取得非常好的结果的方法往往很大程度上依赖于昂贵的计算资源。本文从网络体系结构的角度出发，提出了跨阶段局部网络（CSPNet）来解决以往工作中需要大量推理计算的问题。本文将问题归结为网络优化中的重复梯度信息。所提出的网络
To_1_oT·2023-01-16 09:36

论文笔记：A Novel Top-N Recommendation Approach Based on Conditional Variational Auto-Encoder

一、基本信息论文题目：《ANovelTop-NRecommendationApproachBasedonConditionalVariationalAuto-Encoder》发表时间：2019PAKDD论文作者：论文地址：二、摘要个性化推荐以其商业价值不断受到关注。最近，变分自动编码器因其在深度协同过滤中的作用而被用于Top-N推荐。基于模型的协同过滤的主要挑战是开发有效的潜在因素表示和用户项目交
塘朗老实人·2023-01-16 08:46

论文笔记：Friend Recommendation Considering Preference Coverage in Location-Based Social Networks

一、基本信息论文题目：《FriendRecommendationConsideringPreferenceCoverageinLocation-BasedSocialNetworks》发表时间：PAKDD2018论文作者及单位：论文地址：https://link.springer.com/chapter/10.1007%2F978-3-319-57529-2_8二、摘要在基于位置的社交网络中，朋友
塘朗老实人·2023-01-16 08:16

论文笔记：SPGLAD: A Self-paced Learning-Based Crowdsourcing Classification Model

一、基本信息论文题目：《SPGLAD:ASelf-pacedLearning-BasedCrowdsourcingClassificationModel》发表时间：PAKDD2018论文作者及单位：论文地址：https://link.springer.com/chapter/10.1007/978-3-319-67274-8_17二、摘要像亚马逊的MechanicalTurk这样的众包平台为在图像分
塘朗老实人·2023-01-16 08:16

机器学习笔记 soft-DTW（论文笔记 A differentiable loss function for time-series）

1soft-DTW来由DTW算法通过动态规划求解了两个序列的相似度。这个过程1是离散的，不可微的。如果要将其应用作为神经网络的损失函数，这是不行的。因为神经网络通过对损失函数结果进行梯度下降的方法，更新参数，要求损失函数可微。2符号说明论文“Adifferentiablelossfunctionfortime-series”（2017ICML）中使用了Softminimum来代替DTWminimu
UQI-LIUWJ·2023-01-16 04:50

论文笔记 Shape and Time Distortion Loss for Training DeepTime Series Forecasting Models

该论文的posterDILATE/poster_DILATE.pdfatmaster·vincent-leguen/DILATE(github.com)0摘要本文解决了非平稳信号的时间序列预测和多个未来步骤预测的问题。为了处理这个具有挑战性的任务，我们引入了DILATE（包括形状和时间的失真损失，DIstortionLossincludingshApeandTimE），这是一种用于训练深度神经网络
UQI-LIUWJ·2023-01-16 04:14

KPConv: Flexible and Deformable Convolution for Point Clouds论文笔记

论文概述1.KernelPointConvolution左边为2D卷积示意图，在对图像的做卷积时，kernel可以理解成一些带权重的规则分布的2D位置（网格/窗口）。推广到点云，因为点云表示是不规则的，所以作者用了一个带权重的点集（kernelpoints）类比2Dkernel，不同的地方是输入点云要和kernelpoints里面的每一个点的权重矩阵相乘然后通过一个相关系数(correlation
weixin_42812109·2023-01-15 14:56

论文笔记：PointNet

PointNet:DeepLearningonPointSetsfor3DClassificationandSegmentationPointNet1、四个问题要解决什么问题？3D点云是一种很重要的几何数据结构。由于其存在空间关系不规则的特点，因此不能直接将已有的图像分类分割框架套用到点云上。许多研究者会将3D点云转换为3D体素（voxelgrids）或者一系列图片，然后套用到现有的深度学习框架上
hongbin_xu·2023-01-15 12:34

FSS《One-Shot Learning for Semantic Segmentation》

笔记博客：【segmentation】One-ShotLearningforSemanticSegmentation【论文笔记小样本分割】One-ShotLearningforSemanticSegmentation
脑瓜嗡嗡0608·2023-01-15 11:54

论文笔记：InternImage—基于可变形卷积的视觉大模型，超越ViT视觉大模型，COCO 新纪录 64.5 mAP！

目录文章信息写在前面Background&MotivationMethodDCNV2DCNV3模型架构Experiment分类检测文章信息Title：InternImage:ExploringLarge-ScaleVisionFoundationModelswithDeformableConvolutionsPaperLink：https://arxiv.org/abs/2211.05778Cod
苏三平·2023-01-15 09:08

论文笔记(图像篡改检测_CVPR2018)（一）——Learning Rich Features for Image Manipulation Detection

论文链接:http://openaccess.thecvf.com/content_cvpr_2018/CameraReady/2813.pdf论文主要提出了一种双流的FasterR-CNN网络，给定manipulatedimage，对其进行端到端的训练，以便检测被篡改的区域。双流分别为RGBstream、noisestream。其中，RGBstream主要目的是从RGB图像输入中提取特征，从而发
不爱吃炒饭的炒饭·2023-01-15 07:07

Gated-SCNN: Gated Shape CNNs for Semantic Segmentation论文笔记

论文介绍作者认为之前的semanticsegmentation的工作将所有信息都放入到了CNN的网络之中(这其中包含了颜色、边界、纹理等信息)，这不太理想，所以作者在regularstream的基础之上增加了一个shapestream的分支，通过利用门控卷积来控制使得shapestream这条分支中只包含边界的信息。摘要目前最先进的图像分割方法形成了一种密集的图像表示，其中的颜色、形状和纹理信息都
Sunlight_Q·2023-01-14 23:59

【论文笔记】—AlexNet—2012-ACM

论文介绍AlexNet为计算机视觉奠定了基础。AlexNet在ImageNet2012图像分类竞赛中获得了top-5误差15.3%的冠军成绩，首次将深度学习和卷积神经网络用于大规模图像数据集分类，远远优于第二名（top-5错误率为26.2%）和之前的算法，引起巨大轰动。自此之后，计算机视觉开始广泛采用深度卷积神经网络，模型性能日新月异，并迁移泛化到其它计算机视觉任务。AlexNet采用ReLU激活
chaiky·2023-01-14 23:54

《ADVENT：Adversarial Entropy Minimization for Domain Adaptation in Semantic Segmentation》论文笔记

参考代码：ADVENT1.概述导读：由于在训练场景和测试场景存在偏差（domain-shift），因而就会使得训练场景（source域）下的精度在测试场景（target域）下下降的问题。这篇文章针对分割场景下的domainadaptation问题提出在像素预测结果上使用基于熵的损失，既是文章为domainadaptation提出两种损失：entropyloss和GAN的对抗损失，从而降低文章提出的
m_buddy·2023-01-14 23:54

论文笔记&&网络复现：Learning to Adapt Structured Output Space for Semantic Segmentation

最近阅读了一篇论文，介绍了一个语义分割中比较小众的研究方向——域自适应（UnsupervisedDomainAdaptation，UDA）。小众并不意味着不重要，相反，语义分割中域自适应是一个很有意义的研究，尤其是在遥感图像处理领域。文章为2018年CVPR中的一篇经典文章，较少了语义分割UDA几大研究领域中的一个方向——基于对抗学习的UDA。论文地址：https://arxiv.org/abs/
ZwaterZ·2023-01-14 23:51

论文笔记 DXSLAM: A Robust and Efficient Visual SLAM System with Deep Features

论文链接：https://arxiv.org/pdf/2008.05416.pdf代码链接：https://github.com/ivipsourcecode/dxslam主要内容本文的主要工作为使用CNN（ConvolutionalNeuralNetwork，卷积神经网络）提取特征，然后将所提取的特征整合到现代的SLAM(ORBSLAM2)框架中。其中，作者选择了性能优异的HF-Net，提取每帧
爱嘤嘤的小猪仔·2023-01-14 16:12

[论文笔记] 大型车牌检测数据集CCPD 阅读笔记

大型车牌检测数据集CCPD阅读笔记TowardsEnd-to-EndLicensePlateDetectionandRecognition:ALargeDatasetandBaseline（ECCV2018）摘要引言CCPD概览RoadsideParkingNet（RPnet）实验结果TowardsEnd-to-EndLicensePlateDetectionandRecognition:ALar
吉他A梦·2023-01-14 13:43
上一页 26 27 28 29 30 31 32 33 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他