论文精读第15页

论文阅读（四）Vision Transformer ViT学习

视频：ViT论文逐段精读【论文精读】https://www.bilibili.com/video/BV15P4y137jb?

Ray Song·2022-11-24 10:39

Swin Transformer 论文精读，并解析其模型结构

计算机视觉的建模从AlexNet在ImageNet分类挑战的良好表现开始，然后到目标检测的SSD、RCNN、YOLO等模型，一直由CNN主导。直到NLP领域中Transformer的崛起，并经ViT应用到视觉领域后，我们感受到了Transformer全局建模的强大之处。如摘要所述，相对于NLP，图像喂入Transformer的计算复杂度很高，故SwinTransformer诞生了，接下来通过精读此

Flying Bulldog·2022-11-24 10:39

YOLO系列论文精读

YOLO系列论文精读YOLOV11）实现2）详细解读总结YOLOV2/90001）Better：2）Faster：3）Stronger：总结YOLOV3YOLOV41）Bagoffreebies：2）Bagofspecials

就是AT·2022-11-24 10:08

目标检测篇-Faster-RCNN论文精读

1、FasterRCNN网络结构①首先缩放至固定大小MxN。②放入共享Convlayers③RPN计算proposals④RoiPooling层则利用proposals从featuremaps中提取proposalfeatures⑤送入后续全连接和softmax网络作classification。上面一条用softmax分类anchors得到positive以及negative的概率，下面一条计算

xx忘记思考了·2022-11-24 10:02

目标检测篇-FPN论文精读

1、FPN网络结构基于featurepyrimid来检测不同scale的object，共有4种思路(a)使用图像金字塔构建特征金字塔,在每个图像尺度上独立计算的(b)只使用单一尺度的特征(c)重用由卷积神经网络计算的金字塔特征层次，仿佛它是一个特征图像金字塔。(d)我们提出的特征金字塔网络(FPN)与(b)和(c)一样快，但更准确。FPN-Structure：基于CNN固有的pyramidhier

xx忘记思考了·2022-11-24 10:02

GoogleNet 论文精读&&代码逐行解析

文章目录前言一、GoogleNet论文精读1.Introduction：2.RelatedWork：3.MotivationandHighlevelConsiderations：（Inception模块思想的来源

湘粤Ian·2022-11-24 10:30

【单目3D目标检测】GUPNet论文精读与代码解析

文章目录PrefaceAbstractContributionsPipelineBackboneNeckHeadLossGUPInPaperInCodeHTLInPaperInCodeRefernecePrefaceLuY,MaX,YangL,etal.Geometryuncertaintyprojectionnetworkformonocular3dobjectdetection[C].Proc

嗜睡的篠龙·2022-11-24 10:58

论文精读:DEFORMABLE DETR: DEFORMABLE TRANSFORMERSFOR END-TO-END OBJECT DETECTION

ABSTRACTDETR最近被提出，以消除在目标检测中需要许多手工设计的组件，同时证明了良好的性能。然而，由于transformer注意模块在处理图像特征图时的限制，其收敛速度慢，特征空间分辨率有限。为了缓解这些问题，我们提出了DeformableDETR，它的注意模块只关注一个目标周围的一小部分关键采样点。DeformableDETR可以获得比DETR（特别是在小物体上）更好的性能，在训练时间少

樱花的浪漫·2022-11-24 09:52

VggNet 论文分析

文章目录题目：论文总览Part1：论文导读研究背景研究成果Part2：论文精读摘要论文小标题2.VGGNet网络结构3.ClassificationFramework3.1Training3.2Testing3.3ImplementationDetails4

蓝子娃娃·2022-11-23 13:59

Image Segmentation Using Deep Learning: A Survey 论文精读

ImageSegmentationUsingDeepLearning:ASurvey基于深度学习的图像分割综述AbstractImagesegmentationisakeytopicinimageprocessingandcomputervisionwithapplications（应用）suchassceneunderstanding（场景理解）,medicalimageanalysis（医学图

小学渣的春天·2022-11-23 12:38

论文精读[2022-1116]Unified Focal loss: Generalising Dice and cross entropy-based losses to handle ...

日期2022/11/16论文名称UnifiedFocalloss:GeneralisingDiceandcrossentropy-basedlossestohandleclassimbalancedmedicalimagesegmentation统一焦点损失：泛化骰子和基于交叉熵的损失处理类别不均衡医学图像分割论文来源YeungM,SalaE,SchönliebCB,etal.UnifiedFoc

robot.zhoy·2022-11-23 12:36

论文阅读（三）BERT学习

视频：BERT论文逐段精读【论文精读】https://www.bilibili.com/video/BV1PL411M7eQ?

Ray Song·2022-11-23 02:45

Large-Scale Order Dispatch in On-Demand Ride-Hailing Platforms: A Learning and Planning Approach论文精读

《Large-ScaleOrderDispatchinOn-DemandRide-HailingPlatforms:ALearningandPlanningApproach》论文精读笔记论文来源：滴滴，

姜呆·2022-11-22 14:07

【深度学习】GAN生成对抗网络

GAN文章目录GAN论文解读摘要简介研究背景生成效果研究意义介绍论文精读VAE(VariationalAuto-Encoder)GAN价值函数训练流程全局最优解生成器的可收敛性模型优劣势总结论文解读摘要简介核心要点提出了一个基于对抗的新生成式模型

Delv_Peter·2022-11-22 13:30

N-BEATS

https://github.com/amitesh863/nbeats_forecast[论文精读]N-BEATS：对可解释时序预测的神经基础扩展分析_哔哩哔哩_bilibili【论文分享】N-BEATS

意念回复·2022-11-22 13:27

论文精读:SimGNN: A Neural Network Approachto Fast Graph Similarity Computation

ABSTRACT图相似度就是返回两个图的相似性得分，比如两个化学分子结构，相似程度怎么样？图相似度/距离计算，如图编辑距离（GED）和最大公共子图（MCS），是图相似度搜索和许多其他应用程序的核心操作，但在实际应用中计算成本非常高。为了在保持良好性能的同时减轻计算负担。作者提出了基于神经网络的SimGNN，它结合了两种策略。首先，我们设计了一个可学习的嵌入函数，它将每个图映射到一个嵌入向量中，得到

樱花的浪漫·2022-11-22 12:42

论文精读:End-to-End Semi-Supervised Object Detection with Soft Teacher

https://arxiv.org/pdf/2106.09018.pdf半监督学习重在流程，而不在网络细节Abstract本文提出了一种端到端半监督目标检测方法，不同于以往更复杂的多阶段方法。端到端训练逐渐提高了训练过程的伪标签质量，越来越准确的伪标签进而有利于目标检测训练。在这个框架内，我们还提出了两种简单而有效的技术：一种softteacher机制，其中每个未标记边界框的分类损失由teache

樱花的浪漫·2022-11-22 11:31

【论文精读】CMT: Convolutional Neural Networks MeetVision Transformers

声明不定期更新自己精读的论文，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：CMT:ConvolutionalNeuralNetworksMeetVisionTransformersCMT：卷积神经网络与视觉变压器论文链接：https://arxiv.org/abs/2107.06263论文代码：发表时间：2021年7月

来自γ星的赛亚人·2022-11-22 08:11

《An Efficient Two-Layer Mechanism for Privacy-Preserving Truth Discovery》论文精读

《AnEfficientTwo-LayerMechanismforPrivacy-PreservingTruthDiscovery》精读笔记论文背景摘要笔者总结概述相关知识TruthDiscovery差分隐私隐私保护机制One-LayerMechanismTwo-LayerMechanism理论证明隐私分析效用分析实验分析笔者自己的看法写在最后论文背景论文题目：《AnEfficientTwo-La

走走走，快去看看世界·2022-11-22 01:49

clip:learning transferable visual models from natural language supervision

CLIP论文逐段精读【论文精读】-知乎知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于2011年1月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命。

Kun Li·2022-11-22 00:52

【论文精读】深度学习脑部医学图像双任务：联合配准和肿瘤分割

DeepLearning-BasedConcurrentBrainRegistrationandTumorSegmentationEstienne,T.etal.“DeepLearning-BasedConcurrentBrainRegistrationandTumorSegmentation.”FrontiersinComputationalNeuroscience14(2020):n.pag.

Skr.B·2022-11-22 00:33

论文精读PIX2SEQ

论文精读PIX2SEQ:ALANGUAGEMODELINGFRAMEWORKFOROBJECTDETECTIONABSTRACT摘要WepresentPix2Seq,asimpleandgenericframeworkforobjectdetection.Unlikeexistingapproachesthatexplicitlyintegratepriorknowledgeaboutthetas

赤赤赤赤赤赤·2022-11-21 23:55

【论文精读】GoSPA：一种高能效高性能的全局优化稀疏卷积神经网络加速器

GoSPA:AnEnergy-efficientHigh-performanceGloballyOptimizedSParseConvolutionalNeuralNetworkAccelerator一种高能效高性能的全局优化稀疏卷积神经网络加速器1问题引入CNN模型同时存在激活稀疏性和模型稀疏性，这样以来，设计稀疏感知（sparsity-aware）CNN硬件就可以更好地加速CNN模型。现有的稀

小范小范·2022-11-21 16:12

YOLOV2原理理解

YOLOV2一、YOLOV1的不足之处二、YOLOV2的改进论文精读AbstractIntroductionBetter(重点笔记)FasterStronger（非重点）三、YOLOV2网络的输出输出结果解释输出图示四

努力的鲤鱼·2022-11-21 14:17

Vision Transformer论文精读（2/2）

目录一、主题3.1模型总览图3.2微调二、实验部分三、回顾总结四、参考链接一、主题在模型的设计上，是尽可能的按照最原始的Transformer来做的，这样的一个好处是我们可以直接把NLP那边已经成功地Transformer架构，直接拿过来用，就不需要魔改模型了，而且因为Transformer已经在NLP领域火了这么多年，他有一些写的非常高效的实现，同样VisionTransformer可以把它拿过

夜市里吃早餐·2022-11-21 10:57

【AlexNet】ImageNet Classification with Deep Convolutional Neural Networks

参考链接：李沐AlexNet【论文精读】同济子豪兄【精读AI论文】AlexNet深度学习图像分类算法还可以多去看看其他相关博客，有助于读懂和细读~1Introduction目前存在的数据集如NORB，Caltech

Ziy.·2022-11-21 07:51

【手部姿态估计】【论文精读】3D Hand Shape and Pose Estimation from a Single RGB Image

[Abstract]本文的工作解决了一个新的和具有挑战性的问题，即从单一RGB图像估计完整的3D手的形状和姿势。目前基于单目RGB图像的手的三维分析方法主要集中于估计手关键点的三维位置，但这不能充分表达手的三维形状。相反，本文提出了一种基于图卷积神经网络(GraphConvolutionalNeuralNetwork,GraphCNN)的方法来重建完整的手部三维网格(mesh)，其中包含了更丰富的

sxxblogs·2022-11-21 04:30

【论文精读】The Missing Link: Finding label relations across datasets

一、背景&概要和之前其他论文工作不同的是，论文的主要目的是探究不同数据集间标签的关系，而不是将其合并。论文中提到的关系是identity、parent/child、overlap。为了探究这些关系，提出了几种方法：基于language、基于vision、基于两者。关系：identity：相等。一个数据集中的标签a和另一个数据集中的标签b有相同的视觉概念，如ADE20k中的sofa和COCO中的co

joyce_peng·2022-11-21 04:25

【论文精读】Grounded Language-Image Pre-training（GLIP）

一.背景https://arxiv.org/abs/2112.03857https://github.com/microsoft/GLIP这篇论文做的任务是phrasegrounding，属于visualgrounding的一种。phrasegrounding的任务是输入句子和图片，将句子中提到的物体都框出来。visualgrounding其他任务和细节可以参考https://zhuanlan.z

joyce_peng·2022-11-21 04:55

【论文精读】Is Synthetic data from generative models ready for image recognition? 生成数据对图像识别的影响

【标题】扩散模型生成数据对图像识别的影响1.总体介绍发展现状：扩散模型已经可以生成高质量的样本，之前有人研究过生成数据对cv的作用，但是局限于小领域和小规模。研究目的：扩散样本对视觉领域的作用，手工标注的样本昂贵、有隐私和安全风险。探讨方向：生成样本对cv有用，具体哪方面有用？实验分为三个部分，zero-shot、few-shot和pretrain2.zero-shot研究目的：多大程度上影响&如

joyce_peng·2022-11-21 04:49

【图像超分辨率重建】——EDSR论文精读笔记

2017-EnhancedDeepResidualNetworksforSingleImageSuper-Resolution(EDSR)基本信息作者：BeeLimSanghyunSonHeewonKimSeungjunNahKyoungMuLee期刊：CVPR2017引用：*摘要：随着深度卷积神经网络（DCNN）的发展，最近对超分辨率的研究取得了进展。特别是，残差学习技术表现出改进的性能。在本文

Zency_SUN·2022-11-21 02:15

【图像超分辨率重建】——RCAN论文精读笔记

2018-ImageSuper-ResolutionUsingVeryDeepResidualChannelAttentionNetworks(RCAN)基本信息作者：YulunZhang,KunpengLi,KaiLi,LichenWang,BinengZhong,andYunFu期刊：ECCV引用：*摘要：卷积神经网络（CNN）的深度对于图像超级分辨率（SR）来说是至关重要的。然而，我们观察到

Zency_SUN·2022-11-21 02:15

2022/10/31-11/5周报

周报内容：1.论文精读《DRAEM》2.焊接电路板数据集调研3.使用PP-YOLOE+M模型进行PCBA板缺陷检测4.下周工作计划学习产出：一、论文笔记DRAEM–Adiscriminativelytrainedreconstructionembeddingforsurfaceanomalydetection

嘿！947·2022-11-20 22:47

跟李沐学AI-AlexNet论文逐段精读【论文精读】

视频链接：AlexNet论文逐段精读【论文精读】_哔哩哔哩_bilibiliAlexNet1、introduction第一段一篇论文的第一段通常是讲个故事做什么研究哪个方向这个方向有什么东西为什么很重要第二段描述了怎么做神经网络

MT_Joy·2022-11-20 21:49

BERT 论文逐段精读【论文精读】-跟李沐学AI

视频链接：BERT论文逐段精读【论文精读】_哔哩哔哩_bilibiliBERT:近3年NLP最火CV:大数据集上的训练好的NN模型，提升CV任务的性能——ImageNet的CNN模型NLP:BERT简化了

MT_Joy·2022-11-20 21:48

【论文精读】NeRF详解

最近阅读了开启三维重建新纪元的经典文章《NeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesis》，接下来会更新NeRF系列的论文精读、

YuhsiHu·2022-11-20 19:56

【论文阅读】时序动作检测系列论文精读（2020年）

文章目录1.DBG:FastLearningofTemporalActionProposalviaDenseBoundaryGenerator论文目的——拟解决问题、贡献——创新实现流程详细方法2.PBR-Net:ProgressiveBoundaryRefinementNetworkforTemporalActionDetection论文目的——拟解决问题贡献——创新实现流程详细方法3.Reca

三木今天学习了嘛·2022-11-20 16:42

目标检测论文精读（２）－ R-CNN

R-CNN阅读重点IntroductionR-CNNDetectionSystemNetworkModuledesignBounding-boxregressionDifferentobjectproposaltransformationsVisualizinglearnedfeaturesInnovationResultsTestonVOC2007TestonVOC2010TestonILSVR

lxbzty·2022-11-20 14:05

【论文精读】As-Rigid-As-Possible Shape Manipulation

文章目录题目1.摘要2.算法的总体流程3.算法具体细节步骤1：自由缩放构建步骤2：调整大小原始三角形适配中间结果使用适配三角形生成最终结果算法总结拓展碰撞检测和深度调整#前言论文地址及相关内容：As-Rigid-As-PossibleShapeManipulation题目保持刚性不变的图像变形算法1.摘要论文提出了一个二维图形互动系统。图形是建立在三角形网格上的，用户只需移动几个网格顶点（限制顶点

18岁小白想成大牛·2022-11-20 14:23

【论文精读】As-Projective-As-Possible Image Stitching with Moving DLT

18岁小白想成大牛·2022-11-20 14:23

【论文精读5】MVSNet系列论文详解-Point-MVSNet

Point-MVSNet全文名称：Point-BasedMulti-ViewStereoNetwork，是2019提出的使用coarse-to-fine方法来优化深度图推断过程的网络结构，与上一篇CVP-MVSNet都是迭代优化的思想，不同的是Point-MVSNet在点云上进行操作，而CVP-MVSNet]是使用图像在代价体上操作，因而速度和内存消耗都比Point-MVSNet少，文末会对两者做

LiverWhles·2022-11-20 14:42

【论文解读】YouTube采样修正的双塔模型论文精读

「本文概览」《Sampling-Bias-CorrectedNeuralModelingforLargeCorpusItemRecommendations》是谷歌在2019年的RecSys上发表的一篇非常具有工业风的论文，介绍了在大规模推荐系统中使用双塔模型来做召回的一些经验，值得细细品读。1.这篇文章要解决什么问题？大规模推荐系统一般分为两个阶段，即召回和排序阶段。本文的重点就在于为一个有百万量

风度78·2022-11-20 13:25

swin transformer 论文精读

swintransformer摘要旨在将transformer用在所有视觉任务上(之前的vit只是将transformer用在分类任务上)用在视角任务上有两个难点largevariationsinthescaleofvisualentitiesthehighresolutionofpixelsinimagescomparedtowordsintext第一个主要是说：图像中目标对象的大小不一致，例如

Rui@·2022-11-20 12:33

Swin Transformer论文精读【论文精读】

Swintransformer:HierarchicalvisiontransformerusingshiftedwindowsSwinTransformer是ICCV21的最佳论文，它之所以能有这么大的影响力主要是因为在ViT之后，SwinTransformer通过在一系列视觉任务上的强大表现，进一步证明了Transformer是可以在视觉领域取得广泛应用的SwinTransformer是3月份

MrRoose·2022-11-20 12:33

每周论文精读04——A Survey on 3D Hand Pose Estimation: Cameras, Methods, and Datasets

论文精读——ASurveyon3DHandPoseEstimation:Cameras,Methods,andDatasets本周所进行精读的一篇文章是手势估计领域的一篇综述文章，由浙江大学撰写与2019

Jason_____Wang·2022-11-20 06:32

论文精读《Hierarchical Attention Prototypical Networks for Few-Shot Text Classification》

介绍传统监督学习：对于一个给定训练数据集，通过训练使模型可以识别训练数据集，并将其泛化到测试数据集中。要求测试数据集中数据标签类别包含在训练数据集中。元学习(Meta-learning)：目的是让模型learntolearn，使模型可以区分不同的事物。意思是让模型自己学会学习。few-shotlearning是Metalearning的一种实例，依靠少量的样本完成自主推理的过程。小样本学习的实际训

Pricelesse·2022-11-20 06:30

Graph Attention Networks

目录前期简介论文导读论文研究背景、成果及意义研究背景研究成果研究意义论文泛读摘要论文小标题论文精读论文算法模型总览模型的细节消息传递机制(MessagePassing)Attention机制Multi-headAttention

尧景·2022-11-20 05:45

【论文精读】使用深度卷积神经场从单目图像学习深度

使用深度卷积神经场从单目图像学习深度PaperInformationAbstract1Introduction1.1RelatedWork2DEEPCONVOLUTIONALNEURALFIELDS2.1Overview2.2PotentialFunctions2.2.1Unarypotential2.2.2Pairwisepotential2.3Learning2.4Speedinguptrai

暖焱·2022-11-20 03:37

论文精读《BEVDet: High-Performance Multi-Camera 3D Object Detection in Bird-Eye-View》

High-PerformanceMulti-Camera3DObjectDetectioninBird-Eye-View文章目录BEVDet:High-PerformanceMulti-Camera3DObjectDetectioninBird-Eye-View论文精读摘要

zyw2002·2022-11-19 20:29

论文精读《OFT: Orthographic Feature Transform for Monocular 3D Object Detection》

OrthographicFeatureTransformforMonocular3DObjectDetection文章目录OFT:OrthographicFeatureTransformforMonocular3DObjectDetection论文精读摘要

zyw2002·2022-11-19 19:08

推荐频道

论文精读

论文阅读 （四）Vision Transformer ViT学习