车道线检测论文笔记第13页

论文笔记：TEST: Text Prototype Aligned Embedding to ActivateLLM’s Ability for Time Series

1intro1.1背景时间序列TS和大模型LLM的结合设想了两种实现TS+LLM的范例LLM-for-TS针对TS数据，从头开始设计并预训练一个基本的大型模型，然后为各种下游任务相应地微调模型TS-for-LLM基于现有的LLM，使它们能够处理TS数据和任务。不是创建一个新的LLM，而是设计一些机制来为LLM定制TS。论文承认第一种方法是最基本的解决方案，因为预训练是向模型灌输知识的关键步骤。而第

UQI-LIUWJ·2023-09-22 00:41

【论文笔记】Slim-neck by GSConv

文章目录前言1.简介2.GSConv4.为什么要在Neck中使用GSConv3.Slim-NeckSlim-Neck中的模块Slim-Neck针对YOLO系列的设计一些问题总结References前言作者提出了一种新方法GSConv来减轻模型复杂度，保持准确性。GSConv可以更好地平衡模型的准确性和速度。并且，提供了一种设计范式Slim-Neck，以实现检测器更高的计算成本效益。实验过程中，与原

JehanRio·2023-09-21 20:22

计算机竞赛深度学习+opencv+python实现车道线检测 - 自动驾驶

池化层3.3激活函数：3.4全连接层3.5使用tensorflow中keras模块实现卷积神经网络4YOLOV56数据集处理7模型训练8最后0前言优质竞赛项目系列，今天要分享的是**基于深度学习的自动驾驶车道线检测算法研究与实现

Mr.D学长·2023-09-21 20:51

NExT-GPT: Any-to-Any Multimodal LLM论文笔记

论文https://arxiv.org/pdf/2309.05519.pdf代码https://github.com/NExT-GPT/NExT-GPT/tree/main1.Motivation现有的多模态大模型大都只是支持输入端的多模态（Text、Image、Video、Audio等），但是输出端都是Text。也有一些现有的输入输出都是多模态的工作，如CoDi、Visual-ChatGPT、H

Nick Blog·2023-09-21 18:35

【论文笔记】Optimal trajectory generation for dynamic street scenarios in a Frenét Frame

文章目录AbstractI.INTRODUCTIONA.MotivationB.RelatedworkII.OPTIMALCONTROLAPPROACHIII.MOTIONPLANNINGINTHEFREŃETFRAMEIV.GENERATIONOFLATERALMOVEMENTA.HighSpeedTrajectoriesB.LowSpeedTrajectoriesV.GENERATIONOF

yuan〇·2023-09-21 17:55

论文笔记 DETR

detr摘要和引言2020论文facebook不需要proposal，不需要基于anchor的先验知识(比如预训练的模型)，也不需要NMS进行筛选，直接端到端不需要后处理利用transformer的全局建模能力，看成集合预测问题，不会输出很多冗余的框，直接端到端，不需要NMS，简化了训练和部署NMS:非极大值抑制，抑制掉冗余的框anchor:滑动窗口，需要手动设计特征并判断提取，会产生大量候选框；

Plusmile1·2023-09-21 10:34

计算机竞赛深度学习机器视觉车位识别车道线检测 - python opencv

0前言优质竞赛项目系列，今天要分享的是深度学习机器视觉车位识别车道线检测该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！

Mr.D学长·2023-09-21 08:31

论文笔记24：两篇注意力机制去噪文章

两篇注意力机制去噪文章EnhancedNon-LocalCascadingNetworkwithAttentionMechanismforHyperspectralImageDenoising-网络比较复杂引言方法实验代码ADRN:Attention-basedDeepResidualNetworkforHyperspectralImageDenoising-对比上文的通道注意力块引言方法Enha

love_lqz·2023-09-21 06:44

【论文笔记】MultiResUNet: Rethinking the U-Net Architecture for Multimodal Biomedical Image Segmentation

论文地址目录一、前言二、U-Net模型的分析1.为什么两次3×3的卷积近似于一次5×5的卷积呢？2.为什么后一种轻量级的结构可以近似于之前的结构？三、融合策略的分析四、整体架构参考文献一、前言近年来，深度学习在医学图像分割领域取得了很大的突破，其中基于全卷积网络的U-Net已经成为最流行、最引人瞩目的架构[1]。尽管如此，U-Net仍存在着一些不足之处，本文对经典U-Net做出了进一步改进，并经实

灵芙绿柳·2023-09-21 03:10

Heterogeneous Graph Structure Learning for Graph Neural Networks （HGSL）论文笔记

目标：异质网络（子图）的嵌入,用于节点分类任务方法：根据边（R）类型的的不同分解成多个子网络，对每个子网络使用GCN，进行联合优化，目标为是最小化交叉熵（目标是节点分类）具体流程如图：一、得到关系r1的子图对于一类关系r1，指的是连接两个节点的边，将这类关系的节点从异质图上挖下来构成一个子图。该子图的邻接矩阵为Ar1。另外还融入了节点属性信息和节点间的语义信息。二、得到融合节点属性的子图对于一个关

二流子学程序·2023-09-21 02:39

新闻推荐论文笔记(2):Neural News Recommendation with Attentive Multi-View Learning

IJCAI2019论文清北与微软亚研出品image.png本文为自己的论文阅读笔记，如有错误欢迎指正，转载请联系笔者最近在研究新闻推荐的新方法，本文为系列文章的第二篇，前文请见https://www.jianshu.com/p/2d7e261bc277摘要个性化的新闻推荐对于在线新闻平台帮助用户找到感兴趣的新闻并改善用户体验非常重要。新闻和用户表示学习对于新闻推荐至关重要.现有的新闻推荐方法通常基

阿瑟_TJRS·2023-09-20 20:49

《Self-Supervised Generative Adversarial Networks》论文笔记

说在前面的话，我认为这篇文章的核心思想是，使得G(z)与真实图片接近的保证，除了直接匹配比较两者，还有更多的保证手段，如在真实图像中捕捉到的某种特征，在G(z)中也能捕捉到。这些保证可以作为辅佐保证来提高G的生成质量。（在此文中，可检测旋转角度的一种特征便是我这里的某种特征。）文章核心思想实现的细节是，G和D都保留原始GAN损失函数项；另，D要以真实数据的旋转角度损失，去锻炼区分某种特征的能力（那

爱学习的Whitley·2023-09-20 18:30

论文笔记：Clustering and Unsupervised Anomaly Detection with L2 Normalized Deep Auto-Encoder Represent...

论文思想：在Auto-Encoder的训练中，加入一个L2normalizationconstraint，利用提取到特征用k-means进行聚类或者异常检测工作，都取得了更好的效果。1.Introduction深度学习兴起后人们把深度无监督学习的表征方法用于聚类分析当中，大多数方法都是利用自编码提取到的特征来进行聚类并在此基础上定义一个聚类损失来调整参数。先前的很多这方面的work不同之处就在于它

melo4·2023-09-20 13:15

【论文笔记】图神经网络采样相关工作整理9.19

RWLinno·2023-09-20 09:10

[论文笔记]Adapter turning

引言今天带来第一篇大语言模型高效微调的论文AdapterTuning笔记。预训练+微调的范式是一种高效的迁移学习机制。然而，当有很多下游任务时，微调参数并不高效：对于每个任务都要有一个全新的模型。作者提出了基于adapter模块的迁移学习方法，可以产生一个紧凑和可扩展的模型。只需要为每个任务增加少部分可训练参数，而固定原来模型的参数。作者说Adapter可以获取接近SOTA的表现。总体介绍在预训练

愤怒的可乐·2023-09-19 21:22

论文笔记：TILDE-Q: A TRANSFORMATION INVARIANT LOSS FUNCTION FOR TIME-SERIES FORECASTING

2023ICLR（未中）1intro最常见的时间序列预测损失函数是MSE、MAE等点误差函数，这类函数关注每个点的拟合是否准确。然而，这种损失函数完全忽略了不同点的关系，在时间序列中忽略了各个点的时序关系，导致了预测结果的形状和真实序列不匹配的问题。针对MSE等损失函数的问题，业内提出一种针对时间序列预测问题的DTW损失函数。DTW也有其缺点，对齐过程容易受到噪声影响，且对齐过程一定程度上丢失了序

UQI-LIUWJ·2023-09-18 14:55

论文笔记：Not All Images are Worth 16x16 Words: Dynamic Vision Transformers with Adaptive Sequence Length

21neurips1intro1.1背景以ViT：《AnImageisWorth16x16Words:TransformersforImageRecognitionatScale》为代表的视觉Transformer通常将图像数据划分为固定数目的patch将每个patch对应的像素值采用线性映射等方式嵌入为一维的token，作为Transformer模型的输入假设模型结构固定，即每个token的维度

UQI-LIUWJ·2023-09-18 14:54

KITTI Road 数据集训练验证集划分

KITTIRoad数据集是现今最受欢迎和广泛使用的道路场景理解数据集之一，常用于道路检测、车道线检测、车辆检测等任务。我们在运用KITTI

bj_zhb·2023-09-18 14:46

论文笔记 | NIPS2017 | DropoutNet: Addressing Cold Start in Recommender Systems

dropoutnet-title.jpg论文地址：https://papers.nips.cc/paper/7081-dropoutnet-addressing-cold-start-in-recommender-systems官方代码：https://github.com/layer6ai-labs/DropoutNet一为什么读这篇第一次发现是在读《WarmUpCold-startAdvert

ktulu7·2023-09-18 07:00

[论文笔记]RE2

引言今天带来论文SimpleandEffectiveTextMatchingwithRicherAlignmentFeatures的笔记，论文标题为基于更丰富特征对齐结构的简单高效文本匹配模型。这篇工作是2019年发表的，在Bert出来之后发表的，在四个著名的文本匹配任务(SNLI,SciTail,QQP,WikiQA)上取得了SOTA的结果。该论文提出来的模型是RE2(Residualvecto

愤怒的可乐·2023-09-17 06:44

竞赛基于机器视觉的车道线检测

文章目录1前言2先上成果3车道线4问题抽象(建立模型)5帧掩码(FrameMask)6车道检测的图像预处理7图像阈值化8霍夫线变换9实现车道检测9.1帧掩码创建9.2图像预处理9.2.1图像阈值化9.2.2霍夫线变换最后1前言优质竞赛项目系列，今天要分享的是基于深度学习的视频多目标跟踪实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/d

iuerfee·2023-09-17 05:21

论文笔记 Structure‐Texture Decomposition of Images with Interval Gradient

文章来源：ComputerGraphicsForum2017下载链接：PaperDownload解决的问题：图像结构-纹理分解（纹理滤波）文章内容：该文章提出了一种新的基于滤波的图像结构纹理分解方法。不同于以往的滤波算法，本文方法自适应平滑图像梯度，以过滤掉图像的纹理。针对自适应梯度平滑问题，提出了一种新的梯度算子——区间梯度。另外，还提出了一种有效的梯度引导算法，通过过滤梯度产生高质量的图像滤波

Wonshington·2023-09-16 17:58

SegGPT: Segmenting Everything In Context论文笔记

论文https://arxiv.org/pdf/2304.03284.pdfCodehttps://github.com/baaivision/Painter文章目录1.背景2.Motivation3.Method3.1In-ContextColoring3.2ContextEnsemble3.3In-ContextTuning1.背景在Painter中，将各种密集预测任务视为一种着色问题。在训练

Nick Blog·2023-09-16 05:37

OneFormer: One Transformer to Rule Universal Image Segmentation论文笔记

论文https://arxiv.org/pdf/2211.06220.pdfCodehttps://github.com/SHI-Labs/OneFormer文章目录1.Motivation2.方法2.1与Mask2Former的相同之处2.2OneFormer创新之处2.3TaskConditionedJointTraining2.4QueryRepresentations2.4TaskGuid

Nick Blog·2023-09-15 19:50

竞赛选题基于机器视觉的车道线检测

文章目录1前言2先上成果3车道线4问题抽象(建立模型)5帧掩码(FrameMask)6车道检测的图像预处理7图像阈值化8霍夫线变换9实现车道检测9.1帧掩码创建9.2图像预处理9.2.1图像阈值化9.2.2霍夫线变换最后1前言优质竞赛项目系列，今天要分享的是基于深度学习的视频多目标跟踪实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/d

laafeer·2023-09-15 18:13

空洞卷积学习笔记

1.扩张卷积的提出Multi-ScaleContextAggregationbyDilatedConvolutionsDilatedResidualNetworks这里有原作者推荐的一篇论文笔记，大家

WHS-_-2022·2023-09-14 21:53

Attention is all you need 论文笔记

该论文引入Transformer，主要核心是自注意力机制，自注意力（Self-Attention）机制是一种可以考虑输入序列中所有位置信息的机制。引入Transformer的原因解决长距离依赖的问题：传统的RNN存在梯度消失和梯度爆炸的问题，难以有效捕获长距离依赖关系。而Transformer引入了注意力机制，使模型可以在序列中捕获远距离依赖关系。并行计算：RNN和循环连接的特点使得它们难以并行计

顺顺不吃竹笋·2023-09-14 09:08

鸟瞰图坐标转回像素坐标

问题描述在自动驾驶中,车道线是基础也是很重要的环节.对于做过车道线检测算法的,一定对鸟瞰图很熟悉.由于如何得到鸟瞰图不是这篇文章要描述的重点,所以忽略.我想做的事情是将鸟瞰图,完成车道线检测后的直线坐标返回像素坐标中

miahuang·2023-09-14 01:18

2023高教杯数学建模2：DE题+参考论文、代码

2023高教杯数学建模2：DE题写在最前面E题D题2014C题优秀论文笔记问题一（求解母猪年均产仔量以达到或超过盈亏平衡点）问题二（求解小猪选为种猪的比例和母猪的存栏数）问题三（确定最佳经营策略，计算年均利润

是Yu欸·2023-09-14 00:29

【论文笔记】Baidu Apollo EM Motion Planner

文章目录AbstractI.INTRODUCTIONA.MultilaneStrategyB.Path-SpeedIterativeAlgorithmC.DecisionsandTrafficRegulationsII.EMPLANNERFRAMEWORKWITHMULTILANESTRATEGYIII.EMPLANNERATLANELEVELA.SLandSTMapping(E-step)B.M

yuan〇·2023-09-13 21:15

论文笔记：Deep Representation Learning for Trajectory Similarity Computation

ICDE20181intro1.1背景用于计算轨迹相似性的成对点匹配方法（DTW，LCSS，EDR，ERP）的问题：轨迹的采样率不均匀如果两个轨迹表示相同的基本路径，但是以不同的采样率生成，那么这些方法很难将它们识别为相似的轨迹当样本点的采样率很低时，很难对齐相似轨迹的样本点当样本点噪声时，这些方法的性能可能会下降。复杂度大O(n^2)【n是轨迹长度】1.2论文贡献论文提出t2vec，基于深度表示

UQI-LIUWJ·2023-09-12 21:19

论文笔记：Towards robust trajectory similarity computation: Representation‑based spatio‑temporal similar

WWW20231intro1.1背景现有的轨迹相似度方法通常假定采样的轨迹具有统一且一致的采样率如果两条轨迹能够为它们的大部分样本点形成成对匹配，就认为它们是相似的然而，由于各种原因，轨迹的采样率会有所不同在这种情况下，基于匹配的方法被证明是无效的不仅采样率可能不同，轨迹还有可能有噪声——低质量轨迹假设我们在两条低质量轨迹之间进行相似性连接任务，连接结果可能是不准确的因为噪声位置点可能使两条相似的

UQI-LIUWJ·2023-09-12 21:49

X2-VLM: All-In-One Pre-trained Model For Vision-Language Tasks论文笔记

Title：X2-VLM:All-In-OnePre-trainedModelForVision-LanguageTasksCode1.MotivationCLIP这一类方法只能进行图片级别的视觉和文本对齐；也有一些方法利用预训练的目标检测器进行目标级别的视觉和文本对齐，但是只能编码目标内部的特征，无法有效表达多目标上下文关联；本文致力于进行多粒度（objects,regions,andimage

Nick Blog·2023-09-12 16:31

论文笔记《NeuralField-LDM: Scene Generation with Hierarchical Latent Diffusion Models》

论文笔记《NeuralField-LDM:SceneGenerationwithHierarchicalLatentDiffusionModels》免责申明一句话主旨多说一嘴MethodPart1.Sceneauto-encoderSceneauto-encoderarchitecture

浅度断墨·2023-09-12 06:57

论文笔记《3D Gaussian Splatting for Real-Time Radiance Field Rendering》

项目地址原论文Abstract最近辐射场方法彻底改变了多图/视频场景捕获的新视角合成。然而取得高视觉质量仍需神经网络花费大量时间训练和渲染，同时最近较快的方法都无可避免地以质量为代价。对于无边界的完整场景（而不是孤立的对象）和1080p分辨率渲染，目前没有任何方法能达到实时显示率。我们引入了三个关键元素，使得能够达到sota视觉质量同时保证有竞争力的训练时间，而且重要的是可以高质量、实时（≥30f

浅度断墨·2023-09-12 06:22

[论文笔记]BiMPM

引言这又是一篇文本匹配的论文BilateralMulti-PerspectiveMatchingforNaturalLanguageSentences阅读笔记。论文题目为自然语言文本中双向多视角匹配。提出了BiMPM(bilateralmulti-perspectivematching)模型：基于匹配-聚合(比较-聚合)框架；采用双向匹配提取交互特征；设计了四种特征匹配方法；提出多视角匹配操作单词

愤怒的可乐·2023-09-11 07:22

【论文笔记】Perception, Planning, Control, and Coordination for Autonomous Vehicles

单纯作为阅读笔记，文章内容可能有些混乱。文章目录1.Introduction2.Perception3.Planning3.1.AutonomousVehiclePlanningSystems3.2.MissionPlanning3.3.BehavioralPlanning3.4.MotionPlanning3.4.1.CombinatorialPlanning3.4.2.Sampling-Bas

yuan〇·2023-09-11 07:52

Ensemble distillation for robust model fusion in federated learning论文笔记

本文将集成蒸馏运用在联邦学习的模型融合中，并且可以通过未标记的数据或者生成器生成的数据（例如gan）来进行进行模型融合。这让不同客户端的模型异构的前提下，降低了数据隐私泄露的程度。同时实验表明，本文提出的方法练速度更快，比任何现有的FL技术所需的通信轮数更少。论文地址：ENSEMBLEDISTILLATIONFORROBUSTMODELFUSIONINFEDERATEDLEARNING2020

Zoran_卓·2023-09-11 06:04

论文笔记-Masked Autoencoders Are Scalable Vision Learners

论文地址：https://arxiv.org/pdf/2111.06377.pdf代码：https://github.com/lucidrains/vit-pytorch#masked-autoencoder一句话简介：随机mask掉高比例imagepatch，输入一个非对称的autoencoder，encoder是ViT，decoder是Transformer，效果好。1.介绍现在的深度学习模型

升不上三段的大鱼·2023-09-10 13:22

[论文笔记] 损失函数整理

[论文笔记]损失函数整理损失函数集合损失函数对于机器学习，就像一把尺子，用来度量模型，指导模型训练用，因此损失函数的设计和模型结构设计一样重要。

LittleStudent12·2023-09-09 19:26

论文笔记：CVPR2023 IRRA—隐式推理细粒度对齐模型，语言行人检索任务新SOTA，CUHK-PEDES数据集Rank-1可达73.38%！

目录论文基本信息引言模型模态编码器ImplicitRelationReasoning模块与MLM任务SimilarityDistributionMatching结果论文基本信息论文：Cross-ModalImplicitRelationReasoningandAligningforText-to-ImagePersonRetrieval代码：https://github.com/anosorae/

酥三苹·2023-09-09 11:22

"Deep Facial Expression Recognition: A Survey"论文笔记

introductionFERsystemscanbedividedintotwomaincategoriesaccordingtothefeaturerepresentations:staticimageFERanddynamicsequenceFER.（时空信息）Themajorityofthetraditionalmethodshaveusedhandcraftedfeaturesorsha

我写代码像cxk·2023-09-09 07:01

[论文笔记] uGrapher: High-Performance Graph Operator Computation via Unified Abstraction for GNN

uGrapher:High-PerformanceGraphOperatorComputationviaUnifiedAbstractionforGraphNeuralNetworksuGraper:通过图神经网络的统一抽象实现高性能图算子计算[Paper][Presentation]ASPLOS’23摘要提出了uGrapher,一个为不同图算子和数据集实现通用高性能的统一接口.现有GNN框架易集

PeakCrosser·2023-09-09 07:49

[论文笔记] Gemini: A Computation-Centric Distributed Graph Processing System

Gemini:AComputation-CentricDistributedGraphProcessingSystemGemini:以计算为中心的分布式图处理系统[Paper][Slides][Code]OSDI’16摘要提出了Gemini,一个分布式图处理系统,应用了多种针对计算性能的优化以在效率之上构建可扩展性.Gemini采用:稀疏-稠密信号槽抽象,将混合推拉计算模型扩展到分布式场景基于分块

PeakCrosser·2023-09-09 07:49

[论文笔记] Atos: A Task-Parallel GPU Scheduler for Graph Analytics

Atos:ATask-ParallelGPUSchedulerforGraphAnalyticsAtos:用于图分析的任务并行GPU调度程序[Paper][Slides]ICPP’22摘要提出了Atos,一个特别针对动态不规则应用的任务并行GPU动态调度框架.支持消除依赖关系的应用的任务并行公式来暴露额外的并发性除了数据并行负载平衡之外,提供隐式任务并行负载均衡允许用户控制内核策略和任务并行粒度来

PeakCrosser·2023-09-09 07:19

[论文笔记] Gunrock: A High-Performance Graph Processing Library on the GPU

Gunrock:AHigh-PerformanceGraphProcessingLibraryontheGPUGunrock:GPU上的高性能图处理库[Paper][Code]PPoPP’16摘要Gunrock,针对GPU的高层次批量同步图处理系统.采用了一种新方法抽象GPU图分析:实现了以数据为中心(data-centric)的抽象,以在结点或边的边界(frontier)上的操作为中心.将高性能

PeakCrosser·2023-09-09 07:16

BERT 论文笔记

BERT：Pre-trainingofDeepBidirectionalTransformerforLanguageUnderstanding谷歌AI团队发布，在机器阅读理解SQuAD1.1跑出的成绩，在两个指标上全面超越人类。GLUE基准80.04%（7.6%绝对提升），MultiNLI准确率86.7%（5.6%绝对提升）BERT=BidirectionalEncoderRepresentati

EdwardLee·2023-09-09 05:07

论文笔记：一分类及其在大数据中的潜在应用综述

0概述论文：Aliteraturereviewonone‑classclassificationanditspotentialapplicationsinbigdata发表：JournalofBigData在严重不平衡的数据集中，使用传统的二分类或多分类通常会导致对具有大量实例的类的偏见。在这种情况下，对少数类实例的建模和检测是非常困难的。一分类(OCC)是一种检测与已知类实例相比较的异常数据点的

HenrySmale·2023-09-08 06:36

论文笔记_21范数:Efficient and Robust Feature Selection via Joint 2,1-Norms Minimization

Abstract特征选择在机器学习中非常重要，尤其是在生物信息学任务中。本文提出一种新的鲁棒特征选择方法，这一方法核心在于在损失函数核正则化项中联合使用21范数。基于21范数的损失函数对于数据点中的异常值具有较好的鲁棒性，而基于21范数的正则化项则可以选择所有数据点稀疏的特征。本文证明了算法的收敛性。同时通过实验结果证明了方法的性能。Introduction一般来说，特征选择有三种模型：1.滤波方

Lr_AI·2023-09-08 01:27

3D异常检测论文笔记 | Shape-Guided Dual-Memory Learning for 3D Anomaly Detection

文章目录摘要一、介绍三、方法3.1.形状引导专家学习3.2.Shape-Guided推理摘要我们提出了一个形状引导的专家学习框架来解决无监督的三维异常检测问题。我们的方法是建立在两个专门的专家模型的有效性和他们的协同从颜色和形状模态定位异常区域。第一个专家利用几何信息通过对局部形状周围的隐式距离场建模来探测三维结构异常。第二个专家考虑与第一个专家相关联的二维RGB特征来识别局部形状上的颜色外观不规

Thomas_Cai·2023-09-07 10:31

推荐频道

车道线检测论文笔记