论文解读第32页

[深度学习论文笔记] 3D U2-Net: A 3D Universal U-Net for Multi-Domain Medical Image Segmentation

[论文解读]3DU2-Net:A3DUniversalU-NetforMulti-DomainMedicalImageSegmentation3D-U2网络：一种用于多域医学图像分割的3D通用U网络论文

Slientsake·2022-05-26 07:25

超分辨率学习（更新ing）

HRNet论文复现(PaddlePaddle版)对应的博客：手把手带你复现HRNet与论文解读下载了几篇论文：2020-S

孟孟单单·2022-05-26 07:00

RepLKNet实战：使用RepLKNet实现对植物幼苗的分类（非官方）

RepLKNet实战摘要论文解读论文的贡献挑战传统认知整体架构安装包1、安装timm2、安装apex数据增强Cutout和Mixup项目结构计算mean和std生成数据集摘要本文通过对植物幼苗分类的实际例子来感受一下超大核的魅力所在

AI浩·2022-05-26 07:53

人脸识别算法DeepFace论文解读

纸上得来终觉浅～·2022-05-25 02:16

基于CNN的动态手势识别：Real-time Hand Gesture Detection and Classification Using Convolutional Neural Networks

Real-timeHandGestureDetectionandClassificationUsingConvolutionalNeuralNetworks论文解读1.概述2.简介3.方法3.1构架（1

Airs_Gao·2022-05-24 07:35

Attention Is All You Need--Transformer论文解读

TheTransformer,basedsolelyonattentionmechanisms,dispensingwithrecurrenceandconvolutionsentirely.本文提出的Transformer网络完全基于注意力机制未使用在序列转换模型中常用的循环卷积网络或卷积网络（序列转换模型就是类似于机器翻译将一种语言的序列转换为另一种语言的序列）Transformer最初是应用

几度热忱·2022-05-23 07:43

A ConvNet for the 2020s 论文解读

目录引言一、Swin-Transform的介绍1.1、Swin-transform背景介绍1.2、CNN网络的反击1.2.1、Depth-wiseconv反击1.2.2、ConvNext二、ResNet到ConVNeXt2.1、训练策略2.2、Changingstagecomputeratio2.3、ResNeXt-ify（depth-wise）2.4、InvertedBottleneck2.5、

qq_42105426·2022-05-22 07:58

论文解读（SCGC)）《Simple Contrastive Graph Clustering》

论文信息论文标题：SimpleContrastiveGraphClustering论文作者：YueLiu,XihongYang,SihangZhou,XinwangLiu论文来源：2022,arXiv论文地址：download论文代码：download1Introduct

Learner-·2022-05-21 17:00

【论文解读】跨域小样本学习：A Broader Study of Cross-Domain Few-Shot Learning

1.介绍论文地址：ABroaderStudyofCross-DomainFew-ShotLearning参考代码：https://github.com/IBM/cdfsl-benchmark针对问题：小样本学习、跨域学习Cross-Domain少数镜头学习的最新进展在很大程度上依赖于元学习的注释数据：从与新类相同的域中采样的基类。然而，在许多应用中，为元学习收集数据是不可行或不可能的。这就导致了跨

诸葛灬孔暗·2022-05-21 07:37

Cross-Domain Few-Shot Classification VIA Learned Feature-Wise Transformation 论文解读

Cross-DomainFew-ShotClassificationVIALearnedFeature-WiseTransformation摘要简介：方法：FEATURE-WISETRANSFORMATIONLAYER：LEARNINGTHEFEATURE-WISETRANSFORMATIONLAYERS:实验：摘要简介：小样本分类的目的是在每一个类别仅有少量标注样本的情况下识别新的类别。当前me

专注的大卫·2022-05-21 07:08

论文解读（GMIM）《Deep Graph Clustering via Mutual Information Maximization and Mixture Model》

论文信息论文标题：DeepGraphClusteringviaMutualInformationMaximizationandMixtureModel论文作者：MaedehAhmadi,MehranSafayani,AbdolrezaMirzaei论文来源：2022,

Learner-·2022-05-19 15:00

论文解读《Bilinear Graph Neural Network with Neighbor Interactions》

论文信息论文标题：BilinearGraphNeuralNetworkwithNeighborInteractions论文作者：HongminZhu,FuliFeng,XiangnanHe,XiangWang,YanLi,KaiZheng,YongdongZh

Learner-·2022-05-16 16:00

论文解读《Deep Attention-guided Graph Clustering with Dual Self-supervision》

论文信息论文标题：DeepAttention-guidedGraphClusteringwithDualSelf-supervision论文作者：ZhihaoPeng,HuiLiu,YuhengJia,JunhuiHou论文来源：2022,arXiv论文地址：downl

Learner-·2022-05-15 12:00

论文解读（NGCF）《LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation》

论文信息论文标题：LightGCN:SimplifyingandPoweringGraphConvolutionNetworkforRecommendation论文作者：XiangnanHe,KuanDeng,XiangWang,YanLi,YongdongZha

Learner-·2022-05-14 15:00

【vision transformer】LETR论文解读及代码实战（一）

论文：https://arxiv.org/abs/2101.01909代码：https://github.com/mlpc-ucsd/LETR该部分是论文解读：该论文是DETR在w

wangshuaixian·2022-05-13 07:46

Adashift论文解读

论文提出了一个估计梯度对神经网络影响的函数net(gt)net(g_t)net(gt)，这个函数基于Adam二阶动量更新规则作者根据该公式分析，指出Adam存在的几个个问题：神经网络在通过Adam优化的过程中，二阶动量vtv_tvt与梯度gtg_tgt存在正相关，所以当一个gtg_tgt更新到错误方向时，vtv_tvt更新也会出现错误，见公式vt=β2vt−1+(1−β2)gt2v_t=\beta

起个名字好难__·2022-05-13 07:15

论文解读（ClusterSCL）《ClusterSCL: Cluster-Aware Supervised Contrastive Learning on Graphs》

论文信息论文标题：ClusterSCL:Cluster-AwareSupervisedContrastiveLearningonGraphs论文作者：YanlingWang,JingZhang,HaoyangLi,YuxiaoDong,HongzhiYin,Cuip

Learner-·2022-05-12 20:00

联邦学习论文解读分散数据的深层网络通信

目录前言AbstractIntroductionFederatedLearningPrivacyFederatedOptimizationTheFederatedAveragingAlgorithmExperimentalResultsIncreasingparallelismIncreasingcomputationperclientCanweover-optimizeontheclientda

·2022-05-11 13:25

论文解读（SimGRACE）《SimGRACE: A Simple Framework for Graph Contrastive Learning without Data Augmentation》

论文信息论文标题：SimGRACE:ASimpleFrameworkforGraphContrastiveLearningwithoutDataAugmentation论文作者：JunXia,LirongWu,JintaoChen,BozhenHu,StanZ

Learner-·2022-05-10 21:00

深度学习模型试跑(十三):stylegan3

目录前言一.解读1.1论文解读1.1.1整体逻辑1.1.2动机1.1.2方法二.模型搭建(以win10为例)二.模型训练前言在深度学习中，训练数据量不足常常会影响分类算法的性能。

(～o▔▽▔)～o o～(▔▽▔o～)·2022-05-09 17:34

论文解读（SAGPool）《Self-Attention Graph Pooling》

论文信息论文标题：Self-AttentionGraphPooling论文作者：JunhyunLee,InyeopLee,JaewooKang论文来源：2019,ICML论文地址：download论文代码：download1Introduction图池化三种类型：Topo

Learner-·2022-05-08 14:00

论文解读-一个ANN （人工神经网络）chaotic generator的FPGA硬件设计与实现

论文标题：HardwaredesignandimplementationofanovelANN-basedshaoticgeneratorinFPGA论文来源：sci-hub简单概述一下这篇文章的摘要，本篇文章提出了一个新奇的人工神经网络的硬件实现，用于解决Pehlivan–UyarogluChaoticSystem(PUCS)问题建模在FPGA上的硬件实现。工作被分为两部分，首先在MatlabR

Rabbitdeng1009·2022-05-08 07:26

EdgeFormer: 向视觉 Transformer 学习，构建一个比 MobileViT 更好更快的卷积网络

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。论文：https://arxiv.org/abs/2203.03

CV技术指南（公众号）·2022-05-07 10:00

论文解读：Decoupled Knowledge Distillation

1.论文基本信息论文：DecoupledKnowledgeDistillation地址：https://arxiv.org/pdf/2203.08679.pdf代码：https://github.com/megvii-research/mdistiller2.背景与摘要知识蒸馏花样繁多，在有教师模型的基础上，知识蒸馏可以从response、relation、feature等角度进行研究，设计los

littletomatodonkey·2022-05-06 07:17

AlexNet论文解读以Pytorch实现

AlexNet论文解读以Pytorch实现一、AlexNet背景1、ILSVRC2、GPU二、AlexNet研究成果及意义1、研究成果2、研究意义三、AlexNet网络结构1、网络结构层的具体操作2、具体操作

燃烧吧哥们·2022-05-06 07:05

Swin Transformer论文解读

文章目录创新点算法PatchMergingW-MSASW-MSA位置偏置结构变体实验ImageNet分类COCO目标检测ADE20K语义分割消融实验结论论文：《SwinTransformer:HierarchicalVisionTransformerusingShiftedWindows》代码：https://github.com/microsoft/Swin-Transformer创新点Tran

‘Atlas’·2022-05-05 07:47

Swin Transformer V2论文解读

文章目录创新点算法SwinTransformer放大模型能力放大window分辨率GPU内存消耗优化引入自监督方法模型实验图像分类目标检测语义分割视频行为分类消融实验结论论文：《SwinTransformerV2:ScalingUpCapacityandResolution》代码：https://github.com/microsoft/Swin-Transformer创新点增大视觉模型，没有像N

‘Atlas’·2022-05-05 07:47

论文解读（GMT）《Accurate Learning of Graph Representations with Graph Multiset Pooling》

论文信息论文标题：AccurateLearningofGraphRepresentationswithGraphMultisetPooling论文作者：JinheonBaek,MinkiKang,SungJuHwang论文来源：2021,ICLR论文地址：downlo

Learner-·2022-05-04 20:00

论文解读《Measuring and Relieving the Over-smoothing Problem for Graph NeuralNetworks from the Topological

论文信息论文标题：MeasuringandRelievingtheOver-smoothingProblemforGraphNeuralNetworksfromtheTopologicalView论文作者：DeliChen,YankaiLin,WeiLi,Pen

Learner-·2022-05-04 09:00

Anomaly Detection 异常检测之 Self-Supervised Outlier Detection 论文解读

1.异常检测背景介绍符号说明XXX：输入空间YYY：标签空间PX×YinP^{in}_{X×Y}PX×Yin：分布内（in-distribution，ID）数据（没有数据标签时：PXinP^{in}_{X}PXin）PXoodP^{ood}_{X}PXood：分布外（out-of-distribution，OoD）数据fff：特征提取器X→ZX→ZX→Z、其中Z⊂RdZ⊂R^dZ⊂Rd（有监督学习

蓝鲸鱼BlueWhale·2022-05-04 07:45

Transformer论文解读五（Swin Transformer）

本文中要介绍的SwinTransformer全名为SwinTransformer:HierarchicalVisionTransformerusingShiftedWindows，是2021年微软研究院发表在ICCV上的一篇文章，在多项视觉任务中展现出优异性能。1.改进相比于VisionTransformer（讲解），SwinTransformer做出了几点改进：层次化构建方法：使用了类似卷积神经

蓝鲸鱼BlueWhale·2022-05-04 07:44

Anomaly Detection 异常检测之 CSI：Contrasting shifted instances论文解读

1.背景异常检测目标给定数据集{xm}m=1M\{x_m\}^M_{m=1}{xm}m=1M，分布外（OOD）检测的目标是对{xm}\{x_m\}{xm}上的检测器建模，识别x为分布内（ID）或者分布外（OOD）数据。对比学习对比学习的思想是学习编码器fθf_θfθ，以提取必要的信息，将相似样本与其他样本区分开来。设xxx为查询，x+{x_+}x+与x−{x_−}x−分别为一组正样本和负样本。对比

蓝鲸鱼BlueWhale·2022-05-03 14:38

论文解读（DAGNN）《Towards Deeper Graph Neural Networks》

论文信息论文标题：TowardsDeeperGraphNeuralNetworks论文作者：MengLiu,HongyangGao,ShuiwangJi论文来源：2020,KDD论文地址：download论文代码：download1Introduction问题引入：图

Learner-·2022-05-02 16:00

YOLOv1论文解读

YOLOv1论文解读论文原文地址：https://arxiv.org/pdf/1506.02640.pdf论文的一个tensorflow实现版本：https://github.com/gliese581gg

Chermack·2022-05-02 07:33

论文解读（Graphormer）《Do Transformers Really Perform Bad for Graph Representation?》

论文信息论文标题：DoTransformersReallyPerformBadforGraphRepresentation?论文作者：ChengxuanYing,TianleCai,ShengjieLuo,ShuxinZheng,GuolinKe,DiHe,Y

Learner-·2022-04-30 19:00

SinGAN学习笔记-未完

SinGan代码阅读记录GANSinGANSR.py论文解读GAN传统GAN网络原理：使用一个已知分布（如高斯分布）去学习一个新的分布，当生成器和判别器通过训练达到损失收敛时，即生成器生成的分布与目标分布基本相同

卷王之王GTO·2022-04-30 07:55

论文解读（Debiased）《Debiased Contrastive Learning》

论文信息论文标题：DebiasedContrastiveLearning论文作者：Ching-YaoChuang,JoshuaRobinson,LinYen-Chen,AntonioTorralba,StefanieJegelka论文来源：2020,NeurIPS论文地址：

Learner-·2022-04-28 20:00

论文解读（IGSD）《Iterative Graph Self-Distillation》

论文信息论文标题：IterativeGraphSelf-Distillation论文作者：HanlinZhang,ShuaiLin,WeiyangLiu,PanZhou,JianTang,XiaodanLiang,EricP.Xing论文来源：2021,ICLR论

Learner-·2022-04-28 11:00

【论文解读】ICLR 2021 |可信多模态机器学习：兼听则明，信而有征

论文解读：韩宗博硕士研究生|天津大学智能与计算学部指导老师：张长青，天津大学副教授，博士生导师1.方法动机多模态人工智能技术正在被广泛应用到智能医疗、无人系统等重要领域，设计精准、可靠的多模态学习技术成为支持重要应用的关键

风度78·2022-04-28 07:45

2021-视频监控中的多目标跟踪综述

本文来自公众号CV技术指南的技术总结系列关注公众号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技术指南(公众号)·2022-04-28 07:10

端到端“大一统”模型能否迎来多目标跟踪的终局？

NLP论文解读·2022-04-28 07:10

论文解读（SUBG-CON）《Sub-graph Contrast for Scalable Self-Supervised Graph Representation Learning》

论文信息论文标题：Sub-graphContrastforScalableSelf-SupervisedGraphRepresentationLearning论文作者：YizhuJiao,YunXiong,JiaweiZhang,YaoZhang,TianqiZha

Learner-·2022-04-27 17:00

[论文解读]SuperGlue: Learning Feature Matching with Graph Neural Networks

SuperGlue:LearningFeatureMatchingwithGraphNeuralNetworks个人感受：这个是继SuperPoint后该组又一次推进，感觉效果更加强了，如果superpoint只是在尝试学习传统方法的流程，LFNetend-to-endtraining就在benchmark上超越了SIFT，近来CVPR19的D2Net就直接跳出了传统方法的检测范式，但是特征点定位

星云舰长·2022-04-27 16:19

论文解读（MERIT）《Multi-Scale Contrastive Siamese Networks for Self-Supervised Graph Representation Learning

论文信息论文标题：Multi-ScaleContrastiveSiameseNetworksforSelf-SupervisedGraphRepresentationLearning论文作者：MingJin,YizhenZheng,Yuan-FangLi,ChenGo

Learner-·2022-04-26 23:00

GAN-风格迁移-CycleGAN论文解读

文章目录解决问题创新点算法损失函数判别器实验结果总结论文：《UnpairedImage-to-ImageTranslationusingCycle-ConsistentAdversarialNetworksJun-Yan》代码：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix解决问题大多图像迁移，需要成对图像，比如Pix2Pix，成对图

‘Atlas’·2022-04-26 07:11

图神经网络与属性级文本分类——Syntax-Aware Aspect Level Sentiment Classification with Graph Attention Networks论文解读

1、摘要属性层次的情感分类任务：在给定上下文句子的情况下，识别某属性表达的情感。以前的基于神经网络的方法很大程度上忽略了句子的语法结构。本文提出了一种新的面向属性层次情感分类任务的目标依赖图注意网络（Target-DependentGraphAttentionNetwork，TD-GAT），这种网络可以利用单词之间的依赖关系（本篇解读都将其简称为依赖图）。使用上述依赖图，可以使上下文中对某一属性的

Sal.·2022-04-25 07:19

论文解读（GROC）《Towards Robust Graph Contrastive Learning》

论文信息论文标题：TowardsRobustGraphContrastiveLearning论文作者：NikolaJovanović,ZhaoMeng,LukasFaber,RogerWattenhofer论文来源：2021,arXiv论文地址：download论文代码：

Learner-·2022-04-24 22:00

StyleGAN

论文解读视频sourceA表示年龄、性别、头发长度、姿势等粗粒度的属性，在前期生成图像分辨率较低的时候使用sourceB表示一些高分辨率下的属性，例如肤色、脸部纹理细节更换SouceB的生成结果Style

ldda123·2022-04-24 07:21

论文解读（CGC）《CGC: Contrastive Graph Clustering for Community Detection and Tracking》

论文信息论文标题：CGC:ContrastiveGraphClusteringforCommunityDetectionandTracking论文作者：NamyongPark,RyanRossi,EunyeeKoh,IftikharAhamathBurhanuddi

Learner-·2022-04-23 11:00

论文解读（DCRN）《Deep Graph Clustering via Dual Correlation Reduction》

论文信息论文标题：DeepGraphClusteringviaDualCorrelationReduction论文作者：YueLiu,WenxuanTu,SihangZhou,XinwangLiu,LinxuanSong,XihongYang,EnZhu论文来

Learner-·2022-04-20 22:00

推荐频道

论文解读