论文解读

U2Net论文解读及代码测试

论文名称：U2-Net:GoingDeeperwithNestedU-StructureforSalientObjectDetection论文地址：https://arxiv.org/pdf/2005.09007.pdf论文作者：XuebinQin,ZichenZhang,ChenyangHuang,MasoodDehghan,OsmarR.ZaianeandMartinJagersandUniv
冰__蓝·2022-11-19 11:09

Transformer论文解读四（SegFormer）

最近Transformer在CV领域很火，Transformer是2017年Google发表的AttentionIsAllYouNeed中主要是针对自然语言处理领域提出的，后被拓展到各个领域。本系列文章介绍Transformer及其在各种领域引申出的应用。本文介绍的SegFormer:SimpleandEfficientDesignforSemanticSegmentationwithTransf
蓝鲸鱼BlueWhale·2022-11-19 10:46

论文解读《Learning Efficient Convolutional Networks through Network Slimming》

《LearningEfficientConvolutionalNetworksthroughNetworkSlimming》原文地址：(https://link.zhihu.com/?target=https://arxiv.org/abs/1708.06519)参考代码：https://github.com/mengrang/Slimming-pytorch论文主要思路：利用BN层的权重来评估输
janezjlj·2022-11-19 09:37

论文解读《ResRep: Lossless CNN Pruning via Decoupling Remembering and Forgetting》

《ResRep:LosslessCNNPruningviaDecouplingRememberingandForgetting》论文地址：https://arxiv.org/pdf/2007.03260.pdfcode地址：https://link.zhihu.com/?target=https%3A//github.com/DingXiaoH/ResRep一、论文主要思路：在模型的conv层之后
janezjlj·2022-11-19 09:37

【论文解读】持续学习三种情形

文章目录摘要1.介绍2.三种持续学习场景2.1单头与多头分类方案的比较2.2任务协议举例2.3任务边界3.持续学习策略3.1特定于任务的组件3.2正则优化3.3修正训练数据3.4使用范例4.实验细节4.1任务协议4.2方法5.结果6.讨论论文标题：Threescenariosforcontinuallearning论文源码：https://github.com/GMvandeVen/continu
calm-one·2022-11-19 08:55

GAN-多域风格迁移-StarGANv2论文解读

文章目录解决问题创新点算法损失函数实验总结论文：《StarGANv2:DiverseImageSynthesisforMultipleDomains》github：https://github.com/clovaai/stargan-v2解决问题常规风格迁移为一对一域迁移，当有N个域互相迁移时，则需要训练N*（N-1）个模型，显然一对一域迁移不适用于此场景。创新点本文提出StarGANv2可实现多
‘Atlas’·2022-11-19 08:49

【AI】《ResNet》论文解读、代码实现与调试找错

前言残差网络Resnet，被誉为撑起计算机视觉半边天的文章，重要性不言而喻。另外，文章作者何凯明，在2022年AI2000人工智能最具影响力学者排行里排名第一：为什么这篇文章影响力这么大呢？通常来说，在同等条件下，网络越深，性能越好（暂且这样认为）。在resnet提出之前，网络无法做到“很深”，堆叠到二十多层就极容易出现梯度消失等问题，导致模型难以训练。resnet的出现，解决了这个问题，模型可以
Dreamcatcher风·2022-11-19 07:15

【论文解读】经典CNN对2D&3D掌纹及掌静脉识别的性能评估

掌纹识别(palmprintrecognition)及掌静脉识别(palmveinrecognition)作为两种新兴的生物特征识别技术已经引起广泛关注。最近几年，深度学习已经成为人工智能领域最为重要的技术，在许多领域取得了突破。但是，基于深度学习的2D掌纹识别、3D掌纹识别和掌静脉识别的相关研究尚处于起步阶段。合肥工业大学贾伟副教授团队对于经典的深度卷积神经网络(ConvolutionalNeu
风度78·2022-11-19 05:24

【目标检测】Fast R-CNN论文详细解读

目录：FastR-CNN论文解读一、前言1.R-CNN的步骤及缺点2.SPPNet的步骤二、FastR-CNN1.R-CNN的缺点2.SPPNet的缺点3.FastR-CNN的优点4.FastR-CNN
旅途中的宽~·2022-11-19 03:39

yolov9000：better,faster,stronger

Jeemy110)前期文章：小白将：目标检测|YOLO原理与实现小白将：目标检测|SSD原理与实现小白将：综述|基于深度学习的目标…https://zhuanlan.zhihu.com/p/35325884【论文解读
Kun Li·2022-11-19 02:55

ECCV2020 Detection DETR 论文解读

End-to-EndObjectDetectionwithTransformers论文链接：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123460205.pdf论文代码：https://github.com/facebookresearch/detr文章目录End-to-EndObjectDetectionwithTransf
Matorch·2022-11-19 01:50

ICRA2021 MOT GSDT论文解读

JointObjectDetectionandMulti-ObjectTrackingwithGraphNeuralNetworks论文链接：https://arxiv.org/pdf/2006.13164v3.pdf论文代码：https://github.com/yongxinw/GSDTAbstract:ObjectdetectionandDataassociationarecriticalc
Matorch·2022-11-19 01:49

CVPR2020 MOT MPNTracker 论文解读

MPNTracker——LearningaNeuralSolverforMultipleObjectTracking摘要1.前言2.基于图的跟踪问题2.1问题定义2.2网络流定义2.3图学习方法3.基于消息传递机制的跟踪(MessagePassingNetworks,MPN)3.1消息传递网络3.2时间感知的消息传递3.3特征编码3.3.1外观特征嵌入3.3.2几何信息嵌入3.4训练及推理3.4.
Matorch·2022-11-19 01:19

基于几何学习图像的三维重建发展_基于深度学习的三维重建——MVSNet系列论文解读...

欢迎关注微信公众号“3D视觉学习笔记”，分享博士期间3D视觉学习收获MVSNet:香港科技大学的权龙教授团队的MVSNet（2018年ECCV）开启了用深度做多视图三维重建的先河。2019年，2020年又有多篇改进：RMVSNet(CVPR2019),PointMVSNet(ICCV2019),P-MVSNet(ICCV2019),MVSCRF(ICCV2019),Cascade(CVPR2020
weixin_39888268·2022-11-19 01:43

【三维深度学习】多视角立体视觉 MVSNet代码解读

论文解读其代码使用tensorflow实现，包含了训练和测试模块，由Yaoyao
hitrjj·2022-11-19 01:42

目标检测论文解读复现之九：基于改进YOLOv5的复杂场景下SAR图像船舶检测方法

前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。一、摘要针对复杂场景下合成孔径雷达图像船舶检测中易产生漏检的问题，本文提出了一种基于改进YOLOv5的复杂场景下SAR
人工智能算法研究院·2022-11-19 00:43

目标检测论文解读复现之十一：基于特征融合与注意力的遥感图像小目标检测

前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。一、摘要为解决遥感图像小目标检测中目标特征信息量少、定位困难等难题，本文提出一种基于特征融合与注意力的遥感图像小目标检
人工智能算法研究院·2022-11-19 00:43

目标检测论文解读复现之十：基于YOLOv5的遥感图像目标检测

前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。一、摘要目标检测是遥感图像处理领域的一项重要技术，遥感图像目标种类繁多且存在目标物体难以被检测。提出把YOLOv5算法
人工智能算法研究院·2022-11-19 00:02

Transformer源码理解(Tensorflow)

源码：https://github.com/Kyubyong/transformer本文参考博文内容：(细节参考在每一节)NLP系列——Transformer源码解析（TensorFlow版）论文解读:
帅气的琳仔·2022-11-17 17:22

【论文解读】Attentional Feature Fusion

【论文解读】AttentionalFeatureFusion一、研究背景二、Multi-scaleChannelAttentionModule（MS-CAM）三、AttentionalFeatureFusion
fighting_!·2022-11-17 08:20

论文解读：Exploring Object Relation in Mean Teacher for Cross-Domain Detection

论文题目：ExploringObjectRelationinMeanTeacherforCross-DomainDetection(CVPR2019)论文主要贡献：该论文主要也是为了解决跨域的目标检测问题，但是与之前的基于判别的特征方法有很大的不同，主要是利用了半监督学习中SOTA方法MeanTeacher(NIPS2017:Meanteachersarebetterrolemodels:Weig
SHY_VWind·2022-11-17 07:29

ViT论文解读

文章目录创新点算法classtoken位置编码实验与SOTA比较结论论文:《AnImageisWorth16x16Words:TransformersforImageRecognitionatScale》代码:https://github.com/google-research/vision_transformer创新点作者表明在视觉任务上，CNN并不是必须的，Transformer也可以很好的执
‘Atlas’·2022-11-16 17:58

FCN 全卷积网络论文阅读及代码实现

本篇文章分为两部分:论文解读与代码实现。论文地址:FullyConvolutionalNetworksforSem
Q&Cui·2022-11-16 17:57

Parsing R-CNN(CVPR2019)-人体实例分析论文解读

文章目录解决问题算法proposal分配采样策略（PSS）放大RoI分辨率（ERR）空间上下文编码（GCE）分支解耦（PBD）实验人体部件分割实验稠密姿态点估计实验结论论文：《ParsingR-CNNforInstance-LevelHumanAnalysis》github：https://github.com/soeaver/Parsing-R-CNN解决问题本文提出ParsingR-CNN可进
‘Atlas’·2022-11-16 09:02

PHORHUM(CVPR2022)-3D重建论文解读

文章目录创新点算法损失函数几何颜色损失渲染损失数据集补充细节实验结论限制应用结论论文：《PhotorealisticMonocular3DReconstructionofHumansWearingClothing》github：暂未开源创新点本文提出PHORHUM,，仅使用RGB图即可完成3D人体重建，并且第一次进行表面着色；仅使用3D监督不足以生成高质量颜色重构，作者引入基于patch的渲染损失
‘Atlas’·2022-11-16 09:32

wFlow(CVPR2022)-虚拟试衣论文解读

文章目录解决问题算法stage1:有条件人体分割stage2:pixelflow估计stage3:使用wFlow进行衣服迁移wFlowGTN损失函数在线循环优化实验数据集评估方案定性比较定量比较消融实验结论论文：《DressingintheWildbyWatchingDanceVideos》github:暂未开源解决问题问题：虚拟试衣已经取得较大进步，但是现有方法忽略了自然场景，在自然场景表现出衣
‘Atlas’·2022-11-16 09:32

NAFNet（ECCV 2022）-图像修复论文解读

文章目录解决问题算法背景SimpleBaselinePlainBlock归一化激活函数Attention机制总结NAFNetSimpleGate替换GELUSCA替换CA总结实验应用RGB图像去噪图像去模糊RAW图像去噪结论论文:《SimpleBaselinesforImageRestoration》github:https://github.com/megvii-research/NAFNet解
‘Atlas’·2022-11-16 09:26

目标检测论文解读复现之八：基于YOLOv5s的滑雪人员检测研究

前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果，并且多少改进点能发什么水平的文章，为解决大家的困惑，此系列文章旨在给大家解读最新目标检测算法论文，帮助大家解答疑惑。解读的系列文章，本人已进行创新点代码复现，有需要的朋友可关注私信我。一、摘要针对滑雪人员目标检测研究中，存在的检测精度低、速度慢，不同姿态识别效果差等问题，采用YOLOv5s网络模型，改
人工智能算法研究院·2022-11-16 07:43

KDD 2022 | 美团技术团队精选论文解读

今年，美团技术团队有多篇论文被KDD2022收录，这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。本文精选了7篇论文做简要介绍（附下载链接，论文排名不分先后），希望能对从事相关研究方向的同学有所帮助或启发。论文01：MaskandReason:Pre-TrainingKnowledgeGraphTransformersforComplexLo
美团技术团队·2022-11-15 19:39

[Rethinking on Multi-Stage Networks for Human Pose Estimation] 论文解读

1，摘要：单阶段网络多阶段网络（尽管多阶段网络更适合当前的工作，但是目前多阶段表现还是没有单阶段好）2，介绍：近年来，使用深卷积神经网络的人体姿态估计问题得到了快速发展。目前，表现最佳的方法非常简单，通常基于从图像分类任务传输的单级背部骨骼网络。例如，2017年COCO关键点挑战赛获胜者[8]基于重新开始[35]。最近的简单基线方法[39]使用ResNet[15]。由于姿势估计需要高空间分辨率，所
__萌新·2022-11-15 16:17

卷积神经网络学习—Resnet50（论文精读+pytorch代码复现）

接下来我将按照：Resnet论文解读、Pytorch实现ResNet50模型两部分，进行讲解，博主也是初学者，不足之处欢迎大家批评指正。预备知识：卷积网络的深度越深，提取的特征越高级，性
惊鸿落-Capricorn·2022-11-15 13:23

行为识别 - Temporal Pyramid Network for Action Recognition

文章目录0.前言1.要解决什么问题2.用了什么方法3.效果如何4.还存在什么问题0.前言相关资料：arxivgithub论文解读论文基本信息领域：行为识别作者单位：港中文&商汤发表时间：CVPR2020
清欢守护者·2022-11-15 13:12

论文解读：SlowFast Networks for Video Recognition

一.摘要本文提出了用于视频识别的SlowFast网络。该模型包含：1）一个以低帧率运行、用来捕捉空间语义的Slow路径；2）一个以高帧率运行、以较好的时间分辨率来捕捉运动的Fast路径。我们可以减少Fast路径的通道容量，使其变得非常轻，但依然可以学习有用的时间信息用于视频识别。我们的模型在视频动作分类及检测方面性能强大，而且我们的SlowFast概念实现的巨大改进是对这一领域的重要贡献。我们在没
cv_lhp·2022-11-15 13:40

SlowFast Networks for Video Recognition 论文解读

论文介绍论文链接:https://arxiv.org/abs/1812.03982代码链接：https://github.com/facebookresearch/SlowFast在论文中，FAIR何恺明等人介绍了用于视频识别的SlowFast网络，采取了双重CNN模式去对视频中的行为进行识别分类，分为slowpathway以及fastpathway.将视频分为静态和动态两部分，在静态部分用slo
若有南墙 撞穿便是·2022-11-15 13:37

SMOKE 单目相机 3D目标检测【训练模型】

关于原理和搭建开发环境，可以参考之前的博客：【论文解读】SMOKE单目相机3D目标检测（CVPR2020）_一颗小树x的博客-CSDN博客_smoke论文CVPR2020SMOKE单目相机3D目标检测【
一颗小树x·2022-11-15 07:39

目标检测论文解读复现之六：基于YOLOv5的遥感图像舰船的检测方法

目标检测论文解读复现文章目录目标检测论文解读复现前言一、摘要二、网络模型及核心创新点三、应用数据集四、实验效果五、实验结论六、投稿期刊介绍前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果
人工智能算法研究院·2022-11-14 07:25

目标检测论文解读复现之五：改进YOLOv5的SAR图像舰船目标检测

目标检测论文解读复现文章目录目标检测论文解读复现前言一、摘要二、网络模型及核心创新点三、应用数据集四、实验效果（部分展示）五、实验结论六、投稿期刊介绍前言此前出了目标改进算法专栏，但是对于应用于什么场景
人工智能算法研究院·2022-11-14 07:55

目标检测论文解读复现之三：基于改进YOLOv7的X光图像旋转目标检测

目标检测论文解读复现文章目录目标检测论文解读复现前言一、摘要二、网络模型及核心创新点三、应用数据集四、实验效果五、实验结论六、投稿期刊介绍前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果
人工智能算法研究院·2022-11-14 07:16

YOLOv1---YOLOv5论文解读

一，YOLOv1Abstract1.Introduction2.UnifiedDetectron2.1.NetworkDesign2.2Training2.4.Inferences4.1ComparisontoOtherReal-TimeSystems5，代码实现思考二，YOLOv2摘要YOLOv2的改进1，中心坐标位置预测的改进2，1个gird只能对应一个目标的改进3，backbone的改进4，
qq_1041357701·2022-11-13 17:01

目标检测论文解读复现之四：改进YOLOv5算法在停车场火灾检测中的应用

目标检测论文解读复现文章目录目标检测论文解读复现前言一、摘要二、网络模型及核心创新点三、应用数据集四、实验效果五、实验结论六、投稿期刊介绍前言此前出了目标改进算法专栏，但是对于应用于什么场景，需要什么改进方法对应与自己的应用场景有效果
人工智能算法研究院·2022-11-13 14:33

图神经推荐系统笔记整理

GraphSage代码，分为model.py，aggregators.py，encoders.py2.GCN、GAT、GraphSAGE图神经网络三剑客：GCN、GAT与GraphSAGE-程序员大本营3.NGCF论文解读系列第十一篇
sinat_38007523·2022-11-12 17:38

CVPR2022 | 通过目标感知Transformer进行知识蒸馏

欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。
CV技术指南(公众号)·2022-11-11 13:24

voxelnet_VoxelNet论文解读

0.前言在深度学习模型更新换代如此之快的今天，VoxleNet这样“老东西”速度过慢已经导致自动驾驶玩家抛弃了它，而且知乎很多博主都写的很好了，写这篇文章主要是为了后面介绍SECOND，Pointpillar等模型做铺垫（好吧，又挖了一个坑。。。）论文链接代码链接1.介绍在voxelnet发表之前，pointnet和pointnet++两篇paper都已经发表了。说到了这种方法对计算要求比较高。受
weixin_39832875·2022-11-09 21:04

论文解读| NeurIPS 2022：面向科学任务的图神经网络设计

近期学院将推出【NeurIPS2022论文解读专题】，详细分享被录用的优秀论文，供师生们
AITIME论道·2022-11-09 15:25

论文解读| NeurIPS 2022：能量函数指导的随机微分方程及在图到图翻译任务的应用...

近期学院将推出【NeurIPS2022论文解读专题】，详细分享被录用的优秀论文，供师生们
AITIME论道·2022-11-09 15:54

论文解读 | NeurIPS 2022：基于因果推理的多轮药物推荐模型

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！孙宏达：中国人民大学高瓴人工智能学院直博三年级，研究兴趣包括药物发现、机器学习、自然语言处理等。报告简介人工智能赋能的药物推荐已成为医疗保健研究领域的一项重要任务，它为帮助人类医生提供更准确、更高效的药物处方提供了额外的视角。通常，药物推荐是基于病人在电子健康记录中的诊断结果做出决策。我们假设在药物推荐中需要解决三个关键因素：1）消除由于可观
AITIME论道·2022-11-09 15:21

【WWW2021】图神经网络的知识提取与超越：一个有效的知识蒸馏框架

论文解读者：北邮GAMMALab博士生刘佳玮题目：ExtracttheKnowledgeofGraphNeuralNetworksandGoBeyondit:AnEffectiveKnowledgeDistillationFramework
zenRRan·2022-11-09 07:10

CTR预估 论文精读(十三)--Behavior Sequence Transformer for E-commerce Recommendation in Alibaba(BST)

BehaviorSequenceTransformerforE-commerceRecommendationinAlibaba论文解读0.摘要Inthispaper,weproposetousethepowerfulTransformermodeltocapturethesequentialsignalsunderlyingusers
dby_freedom·2022-11-09 04:23

CTR预估 论文精读(十四)--Deep Rerank: Personalized Re-ranking for Recommendation(PRM)

DeepRerank:PersonalizedRe-rankingforRecommendation论文解读0.论文摘要Rankingisacoretaskinrecommendersystems,whichaimsatprovidinganorderedlistofitemstousers.Typically
dby_freedom·2022-11-09 04:23

论文解读-Intriguing properties of neural networks（ICLR2014）

Intriguingpropertiesofneuralnetworks（ICLR2014）这篇文章被认为是对抗样本的开山之作，首次发现并提出了对抗样本，作者阵容豪华，被引了很多次。但是文章的名字是《神经网络有趣的特性》，着重理解一下作者笔下神经网络的特性，特别是作者对对抗样本的解释，之后还有其他角度解释的文章。对抗样本文章通过求解以下优化问题找到对抗样本：Minimizec∣r∣+loss⁡f(
chad_lee·2022-11-08 09:34
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他