论文阅读杂记第34页

【论文阅读笔记】Detecting AI Trojans Using Meta Neural Analysis

个人阅读笔记，如有错误欢迎指出！会议：2021S&PDetectingAITrojansUsingMetaNeuralAnalysis|IEEEConferencePublication|IEEEXplore问题：当前防御方法存在一些难以实现的假设，或者要求直接访问训练模型，难以在实践中应用。创新：通过元分类器来预测给定目标模型是否被后门攻击。该方法不对攻击策略进行假设，仅为黑盒访问。为了在不了解

MiaZX·2023-11-11 22:19

杂记杂记杂记

目录Mybatis分页插件原理？ThreadLocal?树形表的标记字段是什么？如何查询MySQL树形表？Mybatis的ResultType和ResultMap的区别？#{}和${}有什么区别？系统如何处理异常？Mybatis分页插件原理？首先分页参数放到ThreadLocal中，拦截执行得到sql，根据数据库类型添加对应的分页语句将重写sql。例如：（select*fromtablewhere

荔枝味啊～·2023-11-11 21:51

CRNN论文阅读笔记

文章目录目录前言一、摘要二、使用步骤1.引入库2.读入数据总结前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言因项目需求，最近在学习OCR相关的深度学习模型，之前虽然看过CRNN相关的一些文章，熟悉大体的模型框架，但还没有阅读过原论文，今天抽时间看了下，因此这里做下阅读笔记。CRNN论文标题：AnEnd-to-EndTrainabelNeuralNetworkforImage

DU_YULIN·2023-11-11 12:42

【论文阅读笔记】老照片修复——Old Photo Restoration via Deep Latent Space Translation

目录前言一、问题与核心思想二、核心工作1.将X，R，Y映射到响应的潜在空间2.训练映射网络3.人脸增强网络实践前言笔记主要学习的是CVPR2020上发表的一篇Oral文章，主要思路是作者使用变分自动编码机（VAE）将图像变换到潜在空间（也称隐空间）中，在潜在空间中通过特征对齐和特征转换的方式来完成对老照片的图像修复。这篇论文的方法不同于普通的潜在空间转换，他们通过利用真实照片和大量合成图像提出了一

Ice TeaJH·2023-11-11 11:35

论文阅读[121]使用CAE+XGBoost从荧光光谱中检测和识别饮用水中的有机污染物

【论文基本信息】标题：DetectionandIdentificationofOrganicPollutantsinDrinkingWaterfromFluorescenceSpectraBasedonDeepLearningUsingConvolutionalAutoencoder标题译名：基于使用卷积自动编码器的深度学习，从荧光光谱中检测和识别饮用水中的有机污染物期刊与年份：Water2021

猴勒·2023-11-11 09:34

（论文阅读24/100）Visual Tracking with Fully Convolutional Networks

文献阅读笔记（sel-CNN）简介题目VisualTrackingwithFullyConvolutionalNetworks作者LijunWang,WanliOuyang,XiaogangWang,andHuchuanLu原文链接http://202.118.75.4/lu/Paper/ICCV2015/iccv15_lijun.pdf【DeepLearning】简述VisualTracking

朽月初二·2023-11-11 06:31

（论文阅读21/100）DeepTrack: Learning Discriminative Feature Representations Online for Robust Visual Trac

文献阅读笔记简介题目DeepTrack:LearningDiscriminativeFeatureRepresentationsOnlineforRobustVisualTracking作者HanxiLi,YiLi,FatihPorikli原文链接arXiv:1503.00072.关键词Objecttrackingalgorithm研究问题Objecttrackingalgorithm研究方法使用

朽月初二·2023-11-11 06:01

（论文阅读22/100）Learning a Deep Compact Image Representation for Visual Tracking

文献阅读笔记简介题目LearningaDeepCompactImageRepresentationforVisualTracking作者NWang,DYYeung原文链接LearningaDeepCompactImageRepresentationforVisualTracking(neurips.cc)关键词Objecttracking、DLT、SDAE研究问题trackingthetrajec

朽月初二·2023-11-11 06:01

（论文阅读23/100）Hierarchical Convolutional Features for Visual Tracking

文献阅读笔记（分层卷积特征）简介题目HierarchicalConvolutionalFeaturesforVisualTracking作者ChaoMa,Jia-BinHuang,XiaokangYangandMing-HsuanYang原文链接arxiv.org/pdf/1707.03816.pdf关键词Hierarchicalconvolution、visualtracking研究问题Trac

朽月初二·2023-11-11 06:24

SMALE周报_20230714

3.完成情况论文阅读博客总结：本文对于不

来日可期1314·2023-11-11 02:09

【论文阅读】SoftMatch: Addressing the Quantity-Quality Trade-off in Semi-supervised Learning

论文下载GitHubbib:@INPROCEEDINGS{chen2023softmatch,title={SoftMatch:AddressingtheQuantity-QualityTrade-offinSemi-supervisedLearning},author={HaoChenandRanTaoandYueFanandYidongWangandJindongWangandBerntSch

来日可期1314·2023-11-11 02:09

【论文阅读】FreeMatch: Self-adaptive Thresholding for Semi-supervised Learning

论文下载GitHubbib:@INPROCEEDINGS{wang2023freematch,title={FreeMatch:Self-adaptiveThresholdingforSemi-supervisedLearning},author={Wang,YidongandChen,HaoandHeng,QiangandHou,WenxinandFan,YueandandWu,ZhenandW

来日可期1314·2023-11-11 02:04

【论文阅读】NeROIC：在线图像集合中对象的神经渲染

论文连接：NeROIC:NeuralRenderingofObjectsfromOnlineImageCollectionsintroduction从在线图像集合中获取对象表示的新颖方法，从具有不同相机、照明和背景的照片中捕获任意对象的高质量几何形状和材料属性。这使得各种以对象为中心的渲染应用程序成为可能，例如新颖的视图合成、重新照明以及来自具有挑战性的野外输入的协调背景合成。使用扩展神经辐射场的

prinTao·2023-11-11 01:08

【论文阅读】多模态NeRF：Cross-Spectral Neural Radiance Fields

https://cvlab-unibo.github.io/xnerf-webintro从不同的lightspectrumsensitivity获取信息，同时需要obtainaunifiedCross-Spectralscenerepresentation–allowingforquerying,foranysinglepoint,anyoftheinformationsensedacrosssp

prinTao·2023-11-11 01:06

【论文阅读】Auto-Encoding Variational Bayes

VAEcode：https://arxiv.org/abs/1312.6114v11目录AutoEncoderVAEVQVAE总结重建图像上面的人脸图片可以描述成多种不同属性，比如微笑、皮肤黑、男性、有胡须、不戴眼镜和头发黑等等。如果想要通过神经网络架构重构出这张人脸图片，可以先将图片编码成一个一个不同的属性，然后通过综合这些属性解码得到重构图片，这就是自编码器的常规思路。然而这里还有一个需要解决

李加号pluuuus·2023-11-10 22:38

【论文阅读】AnimateDiff: Animate Your Personalized Text-to-Image Diffusion Modelswithout Specific Tuning

AnimateDiff:个性化文本到图像扩散模型的动画化，无需特定调整paper：https://arxiv.org/abs/2307.04725code：GitHub-guoyww/AnimateDiff:OfficialimplementationofAnimateDiff.目录1.摘要2.引言3.算法3.1Preliminaries3.2.PersonalizedAnimation3.3Mo

李加号pluuuus·2023-11-10 22:38

【论文阅读】DALL·E: Zero-Shot Text-to-Image Generation

OpenAI第一代文本生成图片模型paper：https://arxiv.org/abs/2102.12092DALL·E有120亿参数，基于自回归transformer，在2.5亿图片-文本对上训练的。实现了高质量可控的texttoimage，同时也有zero-shot的能力。DALL-E没有使用扩散模型，而是dVAE（discretevariationalautoencoder离散变分自动编码

李加号pluuuus·2023-11-10 22:55

【论文阅读】NIPS 2023 Connecting Multi-modal Contrastive Representations 多模态表征，跨模态对比学习表征，图像，文本，音频，3D

本博客系博主根据个人理解所写，非逐字逐句翻译，预知详情，请参阅论文原文。发表地点：NIPS2023；论文下载链接：https://arxiv.org/abs/2305.14381代码链接：https://c-mcr.github.io/C-MCR/；摘要：多模态对比表征学习MCR（Multi-modalContrastiveRepresentation）致力于将不同模态的数据编码到一个语义对齐的共

me_yundou·2023-11-10 13:37

TD-LSTM & AT-LSTM

目录论文阅读准备前期知识储备学习目标论文导读论文研究背景、成果及意义论文泛读论文结构摘要---AT-LSTM摘要---TD-LSTM论文精读论文算法模型总览LSTM论文算法模型细节论文一TD-LSTMTC-LSTM

尧景·2023-11-10 12:20

SIGGRAPH 2023 - 3D Gaussian Splatting 论文阅读笔记

ArXivlink：https://arxiv.org/abs/2308.040793DGaussianSplattingforReal-TimeRadianceFieldRendering1.动机实现高视觉质量的神经辐射场方法仍然需要训练和呈现成本高昂的神经网络，而最近的更快方法不可避免地会权衡质量的速度。（总结：高质量和低成本不可兼得）对于无界和完整的场景（而不是孤立的对象）和1080p分辨率

BoGoF666·2023-11-10 11:11

【3d face reconstruction】DECA论文阅读

题目：LearninganAnimatableDetailed3DFaceModelfromIn-The-WildImages（ACMTrans.Graph.2021）单位：MaxPlanckInstitution一、摘要•提出了一种方法能够回归3D人脸形状并且有特定于个体的随表情变化的细节。•提出的模型DECA（detailedexpressioncaptureandanimation）能够从由

一无所知的kiddo·2023-11-10 11:39

论文阅读：xMUDA: Cross-Modal Unsupervised Domain Adaptationfor 3D Semantic Segmentation

题目：xMUDA：跨模态无监督域自适应的3D语义分割来源：2020CVPR重点和自己的理解（加粗）表示，如有不对欢迎探讨，其余主要是翻译~0、引言无监督域适应(UDA)对于解决新域中缺少注释的问题至关重要。有许多多模态数据集，但大多数UDA方法都是单模态的。在这项工作中，我们探索如何从多模态中学习并提出跨模态UDA(xMUDA)，我们假设存在用于3D语义分割的2D图像和3D点云。这是具有挑战性的，

shiyueyueya·2023-11-10 09:24

论文阅读：VITON: An Image-based Virtual Try-on Network（基于图像的虚拟试衣网络）

原文地址：【paper】VITON:AnImage-basedVirtualTry-onNetwork代码地址：【code】gitbub地址(数据集已不再公开）摘要我们提出了一种基于图像的虚拟试穿网络（VITON），该网络能够不利用任何形式的3D信息，而是使用“从粗到细”的策略，将想要的衣物无缝地转移到人的相应区域。基于一种新提出的与服装无关的描述性的人物表示，我们的框架首先生成一个粗糙的合成图像

Pomprogram·2023-11-10 09:46

论文阅读[2022ICASSP]Global Optimization Solution for Dynamic Adaptive 360-Degree Streaming

1标题与作者2022ICASSPGlobalOptimizationSolutionforDynamicAdaptive360-DegreeStreaming2背景360度视频包含了整个周围空间的所有视觉信息，需要高清晰度(视频分辨率4K及以上)、高帧率(40帧/秒，fps及以上)和高比特率(10mbps及以上)来保证沉浸式用户体验和高质量体验(QoE)。上述需求导致360度流媒体视频的数据量是普

woshicaiji12138·2023-11-10 03:46

【论文阅读】High-Resolution Image Synthesis with Latent Diffusion Models

基于潜在扩散模型的高分辨率图像合成，StableDiffusion的基础论文paper:High-ResolutionImageSynthesiswithLatentDiffusionModels官方代码sd1：GitHub-CompVis/stable-diffusion:Alatenttext-to-imagediffusionmodel官方代码sd2:GitHub-Stability-AI/

李加号pluuuus·2023-11-10 02:07

论文学习之对比学习【1】-SimCLR：论文阅读与简单demo测试

对比学习SimCLR：论文阅读与简单demo测试1.论文摘要解读：1.1内容翻译1.2重点提要2.对比学习的主要思想3.SimCLR的主要结构解析3.1数据增强3.2数据编码3.3深度映射模块3.4对比损失函数参考文献资料

cnjs1994·2023-11-10 02:35

VLPT-STD论文阅读

VLPT-STD论文标题：Vision-LanguagePre-TrainingforBoostingSceneTextDetectors论文地址：https://openaccess.thecvf.com/content/CVPR2022/papers/Song_Vision-Language_Pre-Training_for_Boosting_Scene_Text_Detectors_CVPR

jiangduwang830·2023-11-10 02:04

【论文阅读】Segment anything 学习、理解与复现

摘要WeintroducetheSegmentAnything(SA)project:anewtask,model,anddatasetforimagesegmentation.Usingourefﬁcientmodelinadatacollectionloop,webuiltthelargestsegmentationdatasettodate(byfar),withover1billionma

PL23K·2023-11-10 02:33

【论文阅读】PMC-CLIP:使用生物医学文档的对比语言图像预训练

【论文阅读】PMC-CLIP:使用生物医学文档的对比语言图像预训练文章主页：PMC-CLIP:ContrastiveLanguage-ImagePre-trainingusingBiomedicalDocuments

nancy_dmd·2023-11-10 02:32

open clip论文阅读摘要

看下openclip论文LearningTransferableVisualModelsFromNaturalLanguageSupervisionTheseresultssuggestthattheaggregatesupervisionaccessibletomodernpre-trainingmethodswithinweb-scalecollectionsoftextsurpassesth

XianxinMao·2023-11-10 02:59

PolyFormer: Referring Image Segmentation as Sequential Polygon Generation 论文阅读笔记

PolyFormer:ReferringImageSegmentationasSequentialPolygonGeneration论文阅读笔记一、Abstract二、引言三、相关工作3.1ReferringImageSegmentation

乄洛尘·2023-11-09 23:51

RIS 系列 Beyond One-to-One: Rethinking the Referring Image Segmentation 论文阅读笔记

RIS系列BeyondOne-to-One:RethinkingtheReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作3.1ReferringImageSegmentation3.2

乄洛尘·2023-11-09 23:43

论文阅读：BPFINet: Boundary-aware progressive feature integration network for salient object detection

论文地址：https://doi.org/10.1016/j.neucom.2021.04.078代码地址：https://github.com/clelouch/BPFINet发表于：Neurocomputing2021I.Intro这个网络是用来进行显著目标检测的主要工作在于一个USRM模块进行特征的细化，CCM模块实现更好的通道注意力机制，UFIM模块提供一种特征融合的思路，以及一个Fusi

xiongxyowo·2023-11-09 22:13

python杂记

'''数值百分比输出'''#方式1：直接使用参数格式化：{:.2%}{:.2%}：显示小数点后2位#显示小数点后2位：>>>print('percent:{:.2%}'.format(42/50))#不显示小数位：{:.0%}，即，将2改为0：>>>print('percent:{:.0%}'.format(42/50))percent:84%'''数值小数点形式输出'''#小数点后两位print

赵建澎·2023-11-09 21:38

Python学习杂记1：基本语法

运算符取整除法/10//3==3不转义字符串常量：r’\n’变量：a='\t'a=a.replace('\t',r'\t')字符串编码要注意区分'ABC'和b'ABC'，前者是str，后者虽然内容显示得和前者一样，但bytes的每个字符都只占用一个字节。>>>'a'.encode('utf-8')b'a'>>>'中'.encode('utf-8')#Unicode->bytesb'\xe4\xb8

weixin_45817413·2023-11-09 21:06

python学习杂记1

Task11.enumerate()函数enumerate(sequence,[start=0])sequence：一个序列、迭代器或其他支持迭代对象。start：下标起始位置。返回enumerate(枚举)对象fori,languageinenumerate(languages,2):print(i,'Ilove',language)print('Done!')#2IlovePython#3Il

myhuisir·2023-11-09 21:33

fluent python epub_《Fluent Python》杂记

Pythonisalanguageforconsentingadults.—AlanRunyan1.Python数据模型Pythondatamodel可以看下python文档关于datamodel的讨论2.序列构成的数组容器序列(存放引用)：list、tuple、collections.deque扁平序列(存放值)：str、bytes、bytearray、memoryview、array.arra

weixin_39870150·2023-11-09 21:02

Python——（杂记）

IDE：集成开发环境enumerate的使用：例如：已知lst=[1,2,3,4,5,6]，要求输出:0,11,22,33,44,55,6a=[1,2,3,4,5]forindex,valueinenumerate(a):print('%s,%s'%(index,value))输出如下：0,11,22,33,44,5#指定索引从1开始>>>lst=[1,2,3,4,5,6]>>>forindex,

清园暖歌·2023-11-09 21:31

Python学习杂记

注释单行:#多行:'''内容'''文档注释;"""内容"""#conding:utf-8#指定编码数据类型:基本类型整型,布尔,浮点,复数查看数据类型type(变量名);#输出复杂类型;字符串:'内容',"内容",'''内容''',"""内容"""取消’‘的转义:r’/内容’列表元组集合字典切片:字符串,列表,元组,集合,字典都可以用切片取值索引:从左向右0开始从又往左,最后一个是-1a='jav

白夜无谋·2023-11-09 21:00

Python 杂记

dir()、globals()默认dir()是获取当前作用域的变量列表，而globals()是返回全局作用于的变量字典对象全局下，dir()就是类似于sorted(list(globals()))的运算结果，而globals()类似于returna。获得当前Python交互对话的pidimportosos.getpid()在使用python或ipython时，进程图标就是python，而IDLE、

一心月·2023-11-09 21:28

Python学习杂记（1）

①python里数字用**就是幂运算，比如2**3的结果就是8②python里*表示接收的参数是元组，**表示接收的参数是字典③在python中，不用def来定义函数，而用lambda来定义函数的函数叫做匿名函数。格式：lambda参数:表达式多个参数用逗号隔开，表达式是返回的结果lambda_a=lambdax,y:x+y④1map()函数的简介以及语法：map是python内置函数，会根据提供

废柴成长中——·2023-11-09 21:57

python 语法学习杂记

python的注释注释以#开头，没有块注释，可以多行注释也是多个#python中IDLE的快捷键：加缩进ctrl+](tab也可以加，但shift+tab减不了缩进)减缩进ctrl+[加注释alt+3去注释alt+4上一条指令alt+p下一条指令alt+n鼠标选中后进行复制enter常用快捷键参考:https://www.cnblogs.com/liyuanhong/articles/437589

Kevin__Mei·2023-11-09 21:25

python 杂记

杂记pandas实现SQL的in和notinimportpandasaspddf=pd.DataFrame({'id':['3000','4001','4002','3005']})ids=['4001

努力生活的黄先生·2023-11-09 21:55

python语法小杂记

prices={'AAPL':191.88,'GOOG':1186.96,'IBM':149.24,'ORCL':48.44,'ACN':166.89,'FB':208.09,'SYMC':21.29}#用股票价格大于100元的股票构造一个新的字典price2={key:valueforkey,valueinprices.items()ifvalue>100}print(price2)price2

百回读·2023-11-09 21:24

python杂记3.0

1.三种序列和集合字典等换行不加/，一般的print之类要加三重引号出除了引号里面换行不加/，还可以用来注释分号可以把很多缩进相同的逻辑行变成一行物理行，索引：－n到－10到n－1绝对值之和为n2.python集合Python集合集合方法:1.add添加一个不可变数据，就是一个普通元素到集合里2.update添加一个集合到原来的容器中，会自动解包再添加集合的添加方法都不会添加相同的元素3，del直

斯露德·2023-11-09 21:53

python语法杂记

python基础：1)常用的数据结构(集合)数据双向链表queue:队列和栈排序字典:orderrdDict计数器:counter2)模块什么是模块？什么是包及如何使用第三方包？模块使用总结？3)函数自定义函数一般格式；函数参数中的不可变数据类型和可变数据类型；变量作用域；4)条件判断一般格式；边界条件(值比较和逻辑判断)多个条件判断5)循环(批量处理数据)6)数据类型容器，布尔，None，数字，

承诺$枷锁·2023-11-09 21:21

论文阅读_深度学习的医疗异常检测综述

英文题目：DeepLearningforMedicalAnomalyDetection-ASurvey中文题目：深度学习的医疗异常检测综述论文地址：https://arxiv.org/pdf/2012.02364.pdf领域：深度学习，异常检测发表时间：2021.04作者：TharinduFernando，澳大利亚昆士兰科技大学出处：ACMComputingSurveys被引量：1024（谷歌学术

xieyan0811·2023-11-09 17:45

Convolutional Neural Networks for Multimodal Remote Sensing Data Classification论文阅读笔记

近年来，为了提高单模态遥感数据的分类性能，人们进行了大量的研究。然而，随着从卫星或机载平台获取的遥感数据的可用性不断增加，多模式遥感数据的同时处理和分析对遥感界的研究人员提出了新的挑战。为此，我们提出了一种基于深度学习的多模式RS数据分类新框架，其中卷积神经网络（CNNs）作为骨干，具有先进的跨通道重建模块，称为CCR-Net。顾名思义，CCR-Net通过跨模态的重建策略，可以更有效地相互交换信息

ru-willow·2023-11-09 08:12

论文阅读笔记：Extended Vision Transformer (ExViT) for Land Use and Land Cover Classification

摘要注意力机制驱动的深度模型最近取得了成功，如最具代表性的视觉转换器（ViT），吸引了一波高级研究来探索它们对更广泛领域的适应。然而，遥感（RS）领域中基于Transformer的方法更关注单模态数据，这可能会在充分利用不断增长的多模态地球观测数据时失去可扩展性。为此，我们提出了一种新的多模式深度学习框架，通过在最小修改的情况下扩展传统的ViT，针对土地利用和土地覆盖（LULC）分类任务。与采用线

ru-willow·2023-11-09 08:42

Change Detection on Remote Sensing Images Using Dual-Branch Multilevel Intertemporal Network论文阅读笔记

随着卷积神经网络的不断创新，遥感图像的变化检测（CD）如雨后春笋般涌现。随着技术的高速升级，识别前景-背景类别不平衡变化的障碍仍然存在，尤其是在样本有限和大量干扰的情况下，如季节性周转、照明强度和建筑改造。此外，到目前为止，这两种现成的方法都没有探讨在访问差异特征之前在双时态图像之间直接交互的可行性。在本文中，我们提出了一个双分支多级跨期网络（DMINet）来高效地导出变化表示。具体来说，通过将自