论文翻译第14页

论文翻译 —— Model Free Episodic Control

标题：ModelFreeEpisodicControl文章链接：ModelFreeEpisodicControl代码实现：sudeeprajaModel-Free-Episodic-Control领域：强化学习-情节控制（episodiccontrol）注：方括号为原文中参考文献引用，具体引用文章请下载原文查看文章目录免模型情节控制1.Introduction2.Theepisodiccontro

云端FFF·2022-11-24 01:10

边缘计算卸载论文翻译于分析总结

目录论文题目：GameTheorybasedJointTaskOffloadingandResourcesAllocationAlgorithmforMobileEdgeComputing(翻译)基于博弈论的移动边缘计算联合任务卸载与资源分配算法GameTheorybasedJointTaskOffloadingandResourcesAllocationAlgorithmforMobileEdg

qq_45948088·2022-11-24 00:48

论文翻译：《DN-DETR: Accelerate DETR Training by Introducing Query DeNoising》

该论文已被CVPR2022接收，作者团队由香港科技大学、IDEA、清华大学组成。但论文源码暂未公开，只提供了一个Github主页。论文链接：https://arxiv.org/abs/2203.01305官方代码：https://github.com/FengLi-ust/DN-DETR官方解读：https://www.zhihu.com/question/517340666/answer/2

Maples丶丶·2022-11-23 23:13

S-MJLs和网络动态系统的分析与综合

S-MJLs和网络动态系统的分析与综合【博士论文翻译】JiHuang维多利亚大学.机械工程摘要：由微分方程或是差分方程控制的、不连续的物理过程，可以被建模为跳变系统。

hello我是小菜鸡·2022-11-23 23:43

卷积神经网络——实例分割之Mask R-CNN论文翻译

论文链接https://arxiv.org/abs/1703.06870相关论文翻译链接R-CNN：https://blog.csdn.net/itlilyer/article/details/107190083FastR-CNN

helpburn·2022-11-23 14:33

Transformer（Pytorch）部分讲解

前言之前在看transformer的时候写了一篇文章，文章整体几乎是对着论文翻译过来的，最近也算是有时间看了看transformer的代码，也看了看别人文章的介绍，此处记录下来，方便自己以后查看。

Mr___WQ·2022-11-23 14:00

bert中的sep_详解BERT阅读理解

放一篇比较好的中文论文翻译。BERT在阅读理解领域带了很大的进展，在BERT的出现之前最好的模型基本都是

weixin_39640444·2022-11-23 14:00

VGG网络论文翻译及解析

VGG在2014年由牛津大学著名研究组VGG(VisualGeometryGroup)提出，斩获该年ImageNet竞赛中LocalizationTask(定位任务)第一名和ClassificationTask(分类任务)第二名VGG网络的亮点：通过堆叠多个3×3的卷积核来代替大尺度卷积核（减少所需参数）论文中提到，可以通过堆叠2个3×3的卷积核替代5×5的卷积核，堆叠3个3×3的卷积核替代7×7

Looho_·2022-11-23 13:59

最全PointNet和PointNet++要点梳理总结

PointNet论文翻译，中英文对照以及关键点详细解读，请参考https://blog.csdn.net/kxh123456/artic

X_Imagine·2022-11-23 10:03

ERNIE: Enhanced Representation through Knowledge Integration（百度）论文翻译

paper：https://arxiv.org/pdf/1904.09223.pdfcode：https://github.com/PaddlePaddle/LARK/tree/develop/ERNIE文前总结ERNIE相比于BERT，做出了如下改进：1.mask策略。BERT只使用了字级别的随机masking，但是ERNIE使用了字、实体、短语三个级别的masking，旨在使模型学习到更多高级

睡熊猛醒·2022-11-23 10:10

【ORB-SLAM3论文翻译】ORB-SLAM3：一个精确的视觉、视觉惯性和多地图SLAM的开源库（注：带着原文看，很多公式和变量不好输入）

文章目录前言（非论文部分）摘要1.简介2.相关工作3.系统概述4.相机模型5.视觉惯性SLAM（重点）6.地图合并与闭环7.实验结果8.结论REFERENCES（略）前言（非论文部分）个人理解+备注：文中的session确实是翻译为“会话”，其实就是多地图，或者多序列，这样理解即可。我就直接翻译为多段、多地图比较直观理解的名词了。其实ORB-SLAM3中有四种数据关联类型：短期、中期、长期、多地图

Jay_z在造梦·2022-11-23 05:25

论文翻译：2021_DeepFilterNet: A Low Complexity Speech Enhancement Framework for Full-Band Audio based on .

论文地址：DeepFilterNet：基于深度滤波器的全频带音频低复杂度语音增强框架论文代码：https://github.com/Rikorose/DeepFilterNet引用：SchröterH,RosenkranzT,MaierA.DeepFilterNet:ALowComplexitySpeechEnhancementFrameworkforFull-BandAudiobasedonDe

凌逆战·2022-11-23 04:22

论文翻译：2020_Residual Acoustic Echo Suppression Based On Efficient Multi-Task Convolutional Neural Netw

博客作者：凌逆战（转载请注名出处）论文地址：基于高效多任务卷积神经网络的残余声回波抑制摘要回声会降低语音通信系统的用户体验，因此需要完全抑制。提出了一种利用卷积神经网络实现实时残余声回波抑制的方法。在多任务学习的背景下，采用双语音检测器作为辅助任务来提高RAES的性能。该训练准则基于一种新的损失函数，我们称之为抑制损失，以平衡残余回波的抑制和nearend信号的失真。实验结果表明，该方法能有效抑制

凌逆战·2022-11-23 04:22

论文翻译：2022_DeepFilterNet2: Towards Real-Time Speech Enhancement On Embedded Devices For Fullband Audi.

博客地址：凌逆战论文地址：DeepFilternet2:面向嵌入式设备的全波段音频实时语音增强论文代码：https://github.com/Rikorose/DeepFilterNet引用格式：SchröterH,RosenkranzT,MaierA.DeepFilterNet2:TowardsReal-TimeSpeechEnhancementonEmbeddedDevicesforFull-

凌逆战·2022-11-23 04:51

YOLOv7：无需预训练模型的最新最实时的目标检测框架

Yolov7论文翻译翻译工具:DeepL和讯飞文档翻译论文：https://arxiv.org/abs/2207.02696代码：https://github.com/WongKinYiu/yolov7Bag-of-Freebies

繁华落尽，寻一世真情·2022-11-23 00:34

论文翻译：sort : SIMPLE ONLINE AND REALTIME TRACKING

粉色：重点算法紫色：生癖词汇绿色：引文&未补充公式概述：多目标跟踪中SORT算法的理解在跟踪之前，对所有目标已经完成检测，实现了特征建模过程。1.第一帧进来时，以检测到的目标初始化并创建新的跟踪器，标注id。2.后面帧进来时，先到卡尔曼滤波器中得到由前面帧box产生的状态预测和协方差预测。求跟踪器所有目标状态预测与本帧检测的box的IOU，通过匈牙利指派算法得到IOU最大的唯一匹配（数据关联部分）

计算机视觉-Archer·2022-11-22 18:19

Faster R-CNN论文翻译

摘要最先进的目标检测网络依赖于区域建议算法来假设目标位置。像SPPnet[1]和FastR-CNN[2]这样的进步已经减少了这些检测网络的运行时间，暴露了区域提议计算作为一个瓶颈。在本工作中，我们引入了一个区域建议网络(RPN)，它与检测网络共享全图像卷积特征，从而实现几乎免费的区域建议。RPN是一个完全卷积的网络，它可以同时预测每个位置上的对象界限和对象评分。对RPN进行端到端训练以生成高质量的

纯氧゜·2022-11-22 13:15

【论文翻译】Few-Shot Object Detection via Classification Refinement and Distractor Retreatment

Few-ShotObjectDetectionviaClassificationRefinementandDistractorRetreatment基于分类细化和干扰物再处理的少样本目标检测论文地址：CVPR2021OpenAccessRepository1摘要WeaimtotacklethechallengingFew-ShotObjectDetection(FSOD),wheredata-sc

小张好难瘦·2022-11-22 13:33

【论文翻译】Learning from Few Samples: A Survey 小样本学习综述

论文链接：https://arxiv.org/abs/2007.15484摘要Deepneuralnetworkshavebeenabletooutperformhumansinsomecaseslikeimagerecognitionandimageclassification.However,withtheemergenceofvariousnovelcategories,theability

小张好难瘦·2022-11-22 13:33

【论文阅读】SCRDet++

ClutteredandRotatedObjectsviaInstance-LevelFeatureDenoisingandRotationLossSmoothingSCRDet++：通过实例级特征去噪和旋转损失平滑检测小的、杂乱的和旋转的物体论文地址：https://arxiv.org/abs/2004.13316相关博客：论文翻译

Clark-dj·2022-11-22 12:22

Useful Policy Invariant Shaping from Arbitrary Advice论文翻译导读分析

这是摘要强化学习（RL）是一种强大的学习范式，在该范式中，agent可以学习最大化稀疏和延迟的奖励信号。尽管RL在复杂领域取得了许多令人印象深刻的成功，但学习可能需要数小时、数天甚至数年的训练数据。当代RL研究的一个主要挑战是发现如何用更少的数据学习。以前的工作表明，域信息可以成功地用于塑形奖励；通过添加额外的奖励信息，agent可以用更少的数据学习。此外，如果奖励是由一个势能函数构造的，则最优策

难受啊！马飞...·2022-11-22 12:40

Yolov4论文翻译与解析！

百度网盘，欢迎自取，记得点赞链接:https://pan.baidu.com/s/1ciwy2OTtXZmIOXYqRYc9tg提取码:gikc

愿望是当打工人·2022-11-22 04:49

论文翻译《Complex-YOLO: An Euler-Region-Proposal for Real-time 3D Object Detection on Point Clouds》

AbstractLidarbased3Dobjectdetectionisinevitableforautonomousdriving,becauseitdirectlylinkstoenvironmentalunderstandingandthereforebuildsthebaseforpredictionandmotionplanning.Thecapacityofinferencinghi

Max_ZhangJF·2022-11-22 04:01

[论文翻译]ArTIST: Autoregressive Trajectory Inpainting and Scoring for Tracking (CVPR2020)

ArTIST:AutoregressiveTrajectoryInpaintingandScoringforTracking(CVPR2020)ARTIST：自动回归轨迹绘制与跟踪评分摘要：在线多目标跟踪(MOT)框架的核心组件之一是将新的检测与现有的tracklets关联起来，通常通过一个评分函数来实现。尽管MOT取得了很大的进步，但是设计一个可靠的评分函数仍然是一个挑战。在本文中，我们引入了一

页页读·2022-11-22 01:58

【语义分割—DeepLab V1】Semantic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs

论文翻译论文：SemanticImageSegmentationwithDeepConvolutionalNetsandFullyConnectedCRFs摘要深度卷积神经网络（DCNNs）近期在高级视觉任务中表现出非常好的性能

gkm0120·2022-11-22 00:39

多源遥感图像分割和目标检测中基于生成对抗网络的图像级域迁移的评价

Evaluatinggenerativeadversarialnetworksbasedimage-leveldomaintransferformulti-sourceremotesensingimagesegmentationandobjectdetection论文翻译多源遥感图像分割和目标检测中基于生成对抗网络的图像级域迁移的评价

菜鸟的进阶之路1D·2022-11-22 00:36

【论文翻译】Machine learning: Trends, perspectives, and prospects

论文题目：Machinelearning:Trends,perspectives,andprospects论文来源：Machinelearning:Trends,perspectives,andprospects_2015_Science翻译人：BDML@CQUT实验室**Machinelearning:Trends,perspectives,andprospectsM.I.Jordan1*and

大数据机器学习实验室·2022-11-21 19:23

[论文翻译] Machine learning: Trends, perspectives, and prospects

[论文题目]：Machinelearning:Trends,perspectives,andprospects[论文来源]：Machinelearning:Trends,perspectives,andprospects[翻译人]：BDML@CQUT实验室Machinelearning:Trends,perspectives,andprospects机器学习：趋势、观点和前景M.I.Jordan1

大数据机器学习实验室·2022-11-21 19:53

【论文翻译】Machine learning: Trends, perspectives, and prospects_2

论文题目：Machinelearning:Trends,perspectives,andprospects翻译人：BDML@CQUT实验室Machinelearning:Trends,perspectives,andprospects机器学习：趋势、观点和前景M.I.Jordan*andT.M.Mitchell*AbstractMachinelearningaddressesthequestion

大数据机器学习实验室·2022-11-21 19:53

[论文翻译] Machine learning:Trends, perspectives, and prospects

perspectives,andprospects论文来源：Machinelearning:Trends,perspectives,andprospects_2015_Science翻译人：BDML@CQUT实验室[论文翻译

大数据机器学习实验室·2022-11-21 19:23

【论文翻译】Machine learning:Trends, perspectives, and prospects

论文题目：Machinelearning:Trends,perspectives,andprospects论文来源:Machinelearning:Trends,perspectives,andprospects_2015_Science翻译人：BDML@CQUT实验室Machinelearning:Trends,perspectives,andprospectsM.I.Jordan1*andT.

大数据机器学习实验室·2022-11-21 19:22

【论文翻译】Machine learning: Trends,perspectives, and prospects

论文题目：Machinelearning:Trends,perspectives,andprospects论文来源：Machinelearning:Trends,perspectives,andprospects_2015_Science翻译人：BDML@CQUT实验室Machinelearning:Trends,perspectives,andprospectsM.I.Jordan1*andT.

大数据机器学习实验室·2022-11-21 19:22

【论文翻译】SOLD2: Self-Supervised Occlusion-Aware Line Description and Detection

SOLD2:Self-SupervisedOcclusion-AwareLineDescriptionandDetection论文：http://arxiv.org/abs/2104.03362代码：https://github.com/cvg/SOLD2RemiPautrat,Juan-TingLin,ViktorLarsson,MartinR.Oswald,MarcPollefeys;Proc

Eternally_陪伴·2022-11-21 17:43

【论文翻译】-- GaitSet: Regarding Gait as a Set for Cross-View Gait Recognition

本文是复旦大学发表于AAAI2019的工作。截至目前CASIA-B正确率最高的网络。英文粘贴原文，google参与翻译但人工为主。有不对的地方欢迎评论。粉色部分为本人理解添加，非原文内容。目录摘要1.介绍Flexible灵活性Fast快速性Effective有效性2.相关工作2.1步态识别2.2无序序列的深度学习3.GaitSet3.1问题表述3.2SetPoolingStatisticalFun

o0haidee0o·2022-11-21 09:30

【论文翻译 AAAI 2020 | 知识图谱综述】A Survey on Knowledge Graphs: Representation, Acquisition and Applications

论文题目：ASurveyonKnowledgeGraphs:Representation,AcquisitionandApplications论文来源：AAAI2020PhilipS.Yu等人关键词：知识图谱，表示学习，知识图谱补全，关系抽取，知识推理待更新…PS.以后再也不翻译综述了，实在是太长了，也看不下去[捂脸哭泣]。个人感觉这篇文章看一看每个小结的总结就行了，中间主要是方法的列举。（都翻译

byn12345·2022-11-21 09:29

BERT(一)--论文翻译：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

转载请注明出处：https://blog.csdn.net/nocml/article/details/124860490传送门：BERT(一)–论文翻译：BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstandingBERT

吕秀才·2022-11-21 08:10

pytorch 预测手写体数字_深度学习之PyTorch实战（3）——实战手写数字识别

如果需要小编其他论文翻译，请移步小编的GitHub地址传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/DeepLearningNote上一节，我们已经学会了基于

weixin_39945816·2022-11-21 06:53

PL-VIO（点线slam）学习笔记（持续更新）

论文翻译PL-VIO:使用点和线特征的紧耦合单目视觉惯性里程计收稿日期:2018年3月23日;录用日期:2018年4月9日;发布日期:2018年4月10日摘要摘要:为解决这一问题的估计相机轨迹和建立一个结构三维

slam已经入土·2022-11-21 04:25

论文翻译：Learning Representations and Generative Models for 3D Point Clouds

摘要：三维几何数据为研究表示学习和生成建模提供了一个很好的领域。在本文中，我们研究用点云表示的几何数据。介绍了一种具有最先进的重构质量和泛化能力的deepAutoEncoder(AE)网络。学习表示在三维识别任务上优于现有方法，通过简单的代数操作实现了形状编辑，如语义部分编辑、形状类比和形状插值以及形状补全。我们对不同的生成模型进行了深入的研究，包括在原始点云上运行的GANs、在我们AEs的固定潜

计算机小白学习中·2022-11-21 04:23

深度学习(11):RangeNet++论文翻译与学习

RangeNet++:FastandAccurateLiDARSemanticSegmentationRangeNet++：快速准确的LiDAR语义分割如果想要了解原理的话，阅读重点可以集中在3OurApproach和4ExperimantalEvaluation自己的其他博客：深度学习(七)：RangeNet++代码运行与与学习_biter0088的博客-CSDN博客这篇博客也是很认真的写啦，大

biter0088·2022-11-21 00:56

【RCNN】论文翻译-用于精确物体定位和语义分割的丰富特征层次结构

目录Abstract1.Introduction2.ObjectdetectionwithR-CNN2.R-CNN进行物体检测2.1.Moduledesign2.1.模块设计2.2.Test-timedetection2.2.测试时间检测2.3.Training2.4.ResultsonPASCALVOC2010-122.4.PASCALVOC2010-12的结果2.5.ResultsonILSV

代码和男人都读不懂·2022-11-20 23:39

ImageNet Classification with Deep Convolutional Neural Networks---Alex论文翻译

Abstract:Wetrainedalarge,deepconvolutionalneuralnetworktoclassifythe1.2millionhigh-resolutionimagesintheImageNetLSVRC-2010contestintothe1000differentclasses.Onthetestdata,weachievedtop-1andtop-5errorr

代码和男人都读不懂·2022-11-20 23:09

【阅读笔记】多任务学习之MMoE(含代码实现)

本文作为自己阅读论文后的总结和思考，不涉及论文翻译和模型解读，适合大家阅读完论文后交流想法。

卡卡南安·2022-11-20 22:10

【阅读笔记】多任务学习之PLE(含代码实现)