2022.5论文学习第12页

学习路线和方向杂想

说明1.本科就读双非cs与ee的的交叉学科，目前准信通研究生（2022.5），跟了个做深度学习的老师。

黄昏星_3704·2022-05-09 22:36

对联2022-05-06

试对徐老师联:晴川润野渔舟唱晚波千顷赤壁临江羽扇挥师火一团自然求正[咖啡][玫瑰]2022.5+6试对徐老师联:晴川润野漁舟唱晚波千顷落日栖霞牧笛飘空曲满林愚公求正20220506试对徐老师出句：晴川润野

诗图佳得·2022-05-06 17:39

SiamFC 学习（论文、总结与分析）

文章目录前言一、SiamFC论文学习1.介绍2.深度相似学习在跟踪中的应用2.1全卷积孪生结构2.2使用大搜索图像进行训练2.3用于跟踪的ImageNet视频2.4实际考虑因素3.相关工作4.实验4.1

张小波·2022-05-04 07:12

论文学习随记：Unsupervised 3D Shape Completion through GAN Inversion

文章目录论文研读1.两个component：①用于提升均匀性的PatchVarianceloss：②用于估计点对应关系的masking机制K-Mask：2.KNN核心思想：如何选取k值：“最邻近”如何度量：注：让每个特征都同等重要——特征归一化3.GANinversion的目的4.预训练借鉴的tree-GAN是什么5.整个网络流程究竟是怎样的代码研读1.解决问题：`ImportError:cann

Pikoyoo·2022-05-04 07:13

中场检视-2022.5

1、在上半场我的人生的重心是什么？如果维持不变，我十年后会是什么样子？上半场人生的重心是证明自己，是修理自己让自己更好，更优秀，是求别人的认可。如果维持不变，我就一直在追求别人的认可，按照别人的想法生活，做事，把自己的喜怒哀乐都寄托在别人身上。卑微的活着，努力的付出，可怜兮兮的乞讨着别人的爱。得到了就开心，得不到就受害，就对抗。不惜牺牲自己的幸福和快乐。十年后，我就是一资深怨妇，没有自己的人生目标

洺妡·2022-05-03 23:53

[论文学习] ORB-SLAM: a Versatile and Accurate Monocular SLAM System

转自：https://blog.csdn.net/darlingqiang/article/details/78840627ORB-SLAM:aVersatileandAccurateMonocularSLAMSystem原文发表于：IEEETransactionsonRobotics(ImpactFactor:2.43).10/2015摘要：本文主要讲了ORB-SLAM，一个基于特征识别的单目s

Eminbogen·2022-04-30 19:27

【论文学习】《Adversarial examples for generative models》

《Adversarialexamplesforgenerativemodels》论文学习文章目录《Adversarialexamplesforgenerativemodels》论文学习摘要1介绍2相关工作与背景

FallenDarkStar·2022-04-26 09:01

【论文学习】《A Survey on Neural Speech Synthesis》

《ASurveyonNeuralSpeechSynthesis》论文学习文章目录《ASurveyonNeuralSpeechSynthesis》论文学习摘要1介绍1.1TTS技术的历史1.2调查的组成2TTS

FallenDarkStar·2022-04-18 07:06

「4」「======」cvpr2020论文学习

文章目录HRDNet:High-resolutionDetectionNetworkforSmallObjectsHigh-ResolutionDetectionNetworkExperimentsMultiResolutionAttentionExtractorforSmallObjectDetectionStitcher:Feedback-drivenDataProviderforObject

秋男不吃牛肉豆制品牛奶小麦·2022-04-05 07:01

微服务架构学习与思考(09)：分布式链路追踪系统-dapper论文学习

一、技术产生的背景1.1背景先来了解一下分布式链路追踪技术产生的背景。在现在这个发达的互联网世界，互联网的规模越来越大，比如google的搜索，Netflix的视频流直播，淘宝的购物等。像这种大规模的应用，我们每点击一下鼠标，搜索一个关键字，背后可能会有几百台服务器上的N个服务来为我们提供服务。我们用谷歌搜索：分布式3个字，搜索一些文章来学习分布式的知识。假如，查询时结果返回耗时5秒之多。作为用户

九卷·2022-04-03 20:00

SiamRPN++：Evolution of Siamese Visual Tracking with very Deep Netwrks 论文学习

SiamRPN++：EvolutionofSiameseVisualTrackingwithveryDeepNetwrks论文学习论文阅读总结TranslationAbstract1Introduction2RelatedWork3SiameseTrackingwithVeryDeepNetworks3.1AnalysisonSiameseNetworksforTracking3.2ResNet

亚里·2022-03-29 07:16

对抗样本(论文解读七):On Physical Adversarial Patches for Object Detection

准备写一个论文学习专栏，先以对抗样本相关为主，后期可能会涉及到目标检测相关领域。

Enjoy_endless·2022-03-18 07:26

R3Det: Refined Single-Stage Detector with Feature Refinementfor Rotating Object论文学习

该论文为one-stage目标检测。是以RetinaNet为基础，增加了FRM（featurerefinementmodule）以及设计了一个可导的近似偏斜损失函数（approximateSkewIoU），目的为了解决目标检测的三大挑战：1.大纵横比目标，2.密集目标的图像，3.任意旋转目标的图像。针对不同的场景做出相对应的解决方案。网络结构该论文是在RetinaNet的基础上进行增加新的模块和改

w_study_ty·2022-03-18 05:25

【论文学习】Future Person Localization in First-Person Videos

论文摘要我们提出了一个新方法来预测第一人称视频中观察到的人的未来位置。采用的是由可穿戴摄像机连续记录的第一人称视频。给出一个人的短片，从完整的数据流中提取出来，目标是预测这个人在未来帧中的位置。做了以下三个关键的观察：a)第一人称视频通常包含显著的自我运动，这对目标人物在未来帧中的位置有很大影响；b)目标人称的行为作为第一人称视频中估计透视效果的显著线索；c)第一人称视频经常近距离捕捉人，使得利用

MCotoneaster·2022-03-16 18:57

论文心得总结(GAN倾向)+复现代码(未完待续。。。)

GAN论文学习心得写在前面(GAN)GenerativeAdversarialNetworks(CGAN)ConditionalGenerativeAdversarialNets(DCGAN)UNSUPERVISEDREPRESENTATIONLEARNINGWITHDEEPCONVOLUTIONALGENERATIVEADVERSARIALNETWORKSImprovedTechniquesfo

iiiiiiimp·2022-03-15 07:39

ConvNeXt：超越 Transformer？总结涨点技巧与理解代码(附注释)

文章目录1.前言2.论文学习2.1.发展路线2.2.训练策略改进2.3.宏观设计2.3.1.stagecomputeratio2.3.2.stemto“Patchify”2.4.ResNeXt-ify2.5

听风、·2022-03-07 07:02

【经验分享】分享 MangoPapa 的论文学习经验

MangoPapa·2022-03-06 07:06

论文学习笔记-t-SNE-1

在机器学习任务中，通常情况下，数据具有很高的维度，直接展示数据的分布情况很困难，可通过统计分析数据的分布情况来了解数据。统计分析概率分布固然好，也仅仅是个抽象的表示，始终不能对数据有个直观的认识。数据可视化通过降维，在低维空间直观展示数据，大大促进对数据的认识。t-SNE（t-DistributionStochasticNeighborEmbedding）是在SNE（StochasticNeigh

不忘初心，坚持前行·2022-02-28 07:36

【论文学习之SNE-RoadSeg】跑通SNE-RoadSeg代码

0序言作为一个论文学习的小白，第一次去跑一篇论文代码可谓是下了老大功夫。从一开始的陌生，到现在逐渐熟练，对于如何正确跑通论文代码也有了较为清晰的方法步骤。

Fairy0308·2022-02-28 07:08

Alex Net 论文学习笔记（含手撕代码）

文章目录ImageNetClassificationwithDeepConvolutionalNeuralNetwork历史意义AbstractIntroductionanddatasetAlexNet'sstruction结构特点训练技巧Summary代码复现运行效果ImageNetClassificationwithDeepConvolutionalNeuralNetwork历史意义1、拉开卷

ZRX_GIS·2022-02-28 07:00

2019-1-15晨间日记

今天是什么日子起床：12点钟起床就寝：天气：阴天心情：一般纪念日：无任务清单昨日完成的任务，最重要的三件事：改进：要早点清醒习惯养成：打卡英语1.30分周目标·完成进度交论文学习·信息·阅读人和所有动物没有区别

会点水的蜻蜓·2022-02-21 04:09

5月21日—26日周计划

工作:1.完成发病论文学习:1.英语练习每天2.知识竞赛每天至少10题完成3.晨间日记练习每天4.钢笔字练习每天至少10字，认真完成运动:1.每天1万步2.一周两次定点投篮，10个球/次3.一周两次运球练习

荷妍·2022-02-08 14:34

SLAM学习笔记（二十）LIO-SAM流程及代码详解（最全）

写在前面关于安装配置，博客LIO_SAM实测运行，论文学习及代码注释[附对应googledriver数据]我觉得已经写的比较完善了。

zkk9527·2022-02-05 17:40

论文学习摘要：Adaptive-event-detection for Representative Load Signature Extraction

目录1.Abstract&Introduction2.RelatedWork3.Proposedmethodology3.1算法框架3.2WAMMA中的窗口定义3.3AdaptiveWindowtoCaptureTransients3.4Multi-timescaleWindowScreening3.5ThresholdUpdating3.6LoadSignaturesandSequentialL

王后驾到·2021-11-24 10:03

恒源云_长尾分布的多标签文本分类平衡方法(论文学习笔记)

文章来源|恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/center/）原文地址|https://bbs.gpushare.com/topi...原文作者|Mathor长尾分布各位肯定并不陌生，指的是少数几个类别却有大量样本，而大部分类别都只有少量样本的情况，如下图所示通常我们讨论长尾分布或者是文本分类的时候只考虑单标签，即一个样

·2021-11-23 15:52

论文学习摘要：基于复合滑动窗的CUSUM暂态事件检测算法

目录主要亮点注意点点评本文是针对以下论文的学习摘要。史帅彬等：基于复合滑动窗的CUSUM暂态事件检测算法,电测与仪表2019年9月10日主要亮点1.在传统CUSUM算法基础上，对平均值窗加高斯函数处理（1）可能出现事件的时刻附近的采样值，易受到事件启动的影响，使用小权重；（2）可能出现事件的时刻较远（但不够远）的采样值，在判断暂态事件结束时，使用小权重。2.在传统CUSUM算法基础上，对检测窗加改

王后驾到·2021-11-12 10:42

未闻Prompt名-论文学习笔记

文章来源|恒源云社区（专注人工智能/深度学习GPU免费加速平台，官方体验网址：https://gpushare.com）原文作者|Mathor原文地址|https://gpushare.com/forum/to...个人觉得2021年NLP最火的两个idea，一个是对比学习（ContrastiveLearning），另一个就是Prompt浅谈我对Prompt的理解Prompt说简单也简单，看了几篇

·2021-11-03 12:15

【论文学习】RepVGG: Making VGG-style ConvNets Great Again及网络重参数化的用途及效果分析

本文学习了RepVGG以及同作者在网络重参数化领域的几篇文章，总结其主要原理，试验重参数化方法的效果并分析其价值意义。 RepVGG是CVPR2021收录的一篇论文，作者是清华大学的丁霄汉博士，同一作者在该领域还有其他几篇论文： ACNet：https://arxiv.org/abs/1908.03930 RepVGG：https://arxiv.org/abs/2101.03697

Brikie·2021-09-04 17:34

ResNet 论文学习笔记

1.ResNet提出的背景深层卷积神经网络在图像分类领域取得了很多很棒的进展，因为随着网络层次的加深，featurelevel从low--mid--high逐步得到丰富，但是通过简单堆叠多层网络真的可以学的更好吗？（Islearningbetternetworksaseasyasstackingmorelayers?）答案是否定的。随着网络层次的加深，会出现两个问题：1）梯度消失/爆炸（vanis

要奋斗的人儿~·2021-08-11 12:05

google file system 论文学习

一、参考elasticsearch学习系列目录——更新ingwiki:GoogleFileSystem二、架构

·2021-06-22 11:14

google file system 论文学习

一、参考elasticsearch学习系列目录——更新ingwiki:GoogleFileSystem二、架构

·2021-06-22 11:29

U-Net论文学习

深度学习图像分割之UNETU-Net论文学习笔记U-net论文笔记深入理解深度学习分割网络Ｕnet——U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation1

南桥几经秋·2021-06-21 16:25

google bigtable 论文学习

一、参考elasticsearch学习系列目录——更新ingHbaseshellgetthiserror:fstatunimplementedunsupportedornativesupportfailedtoload二、概览

·2021-06-18 22:40

这周要做的事情

跑数据的auc,查看与线上的diff]这个周六必须要做，从两点以后落盘的数据都有效[评估数据]询问翠英，仅提供es是否能够进行评估[如何成长]1、搞懂大家会上讲的东西2、熟悉代码，学习更多的编程技巧3、论文学习

落花盈香·2021-06-13 18:00

80个免费学习的网站，让你偷偷变强大！

1、课程提升类2、外语学习类3、知识资讯类4、文化阅读类5、论文学习类6、技能学习类7、实用实习类8、求职实习类课程提升类90后成长论1、中国大学生MOOC。

90后成长论·2021-06-09 16:30

VINS(feature_traker模块)细节笔记

VINS代码详解（feature_traker模块中的函数详解）说明：VINS的学习过程主要参考VINS-Mono论文学习与代码解读——目录与参考。

家家的快乐空间·2021-05-29 11:41

IS Ontology Engineering

了解学者理解论文学习理论了解方法Forwhattypesofquestionsshouldtheontologyprovideanswers?学者的研究成果，研究领域，研究兴趣是什么？

hxiaom·2021-05-19 01:07

论文学习记录：RKT : Relation-Aware Self-Attention for Knowledge Tracing

关系感知的自注意模型用于KT任务为了应对新冠肺炎疫情，世界已经进入了在线学习的新阶段。在线学习的一个重要组成部分是知识追踪。KT的目的是根据学生对一系列称为交互的练习的回答来建模学生的知识水平。图1显示了一个学生顺序做练习的例子。当学生遇到一个新的练习(例如“e5”)时，e5包含知识概念“二次方程”，所以她会应用她对于二次方程知识来回答。学生对某一特定知识的掌握是由过去的交互决定的，这些交互对目标

兰钧·2021-05-17 20:55

2019-09-15（论文学习笔记——MegaDepth: Learning Single-View Depth Prediction from Internet Photos）

摘要目前基于3D传感器的数据集及其缺陷：NYU：只有室内的照片Make3D：训练集小KITTI：稀疏采样论文中的数据集：基于对运动中获取的结构和多视点立体（MVS）进行建模来处理多视点网络图片——任意数据源，基于此方法产生一个叫Megadepth的规模很大的深度图片数据集。来自MVS数据的挑战：包含噪声和不可重构的实体，因此本文中提出了一种新的数据清洗的方法在本文提出的数据集——Megadepth

雨住多一横·2021-04-29 09:34

论文阅读笔记-word2vec Parameter Learning Explained

论文学习笔记-word2vecParameterLearningExplained论文题目：word2vecParameterLearningExplained发表作者：XinRong发表时间：2016

刘亦菲的十八年椅子·2021-04-29 09:20

论文学习：Viewpoint-aware Attentive Multi-view Inference for Vehicle Re-identification

整体框架本文主要有三个贡献点：通过视角感知(viewpoint-aware)的注意力模型，获取多个视角的注意力映射(attentionmap)通过GANs机制，通过单视角特征和注意力映射生成多视角特征设计一种度量方式，拉近同id的图片之间的空间距离，推远不同id的图片之间的空间距离整体框架图如下所示：整体框架本文简要介绍注意力模型(attentionmodel)和多视角生成网络(multi-vie

_xuyue·2021-04-29 08:20

2017年8月第一周回顾（1-6）

二、各领域情况分析工作：基本维持正常运转，提交论文学习：20个小时学习家庭：家务维持，能保证基本上的物归原位亲子：下班后基本是陪孩子、收拾房间和玩游戏。健康：不跑就出局，没有完成，扣15元。

优雅的老太太36·2021-04-24 05:57

每周工作总结（2018/09/03-2018/09/07）

本周工作（2018/09/03-2018/09/07）完成工作：ORB-SLAM-1论文学习(Automaticinitialization,Tracking,Localmapping)源码学习平台搭建下周计划

teddyluo·2021-04-18 21:30

论文学习笔记《Arbitrary-Oriented Ship Detection through Center-Head Point Extraction》

这是一篇2021刚刚挂在arXiv上的论文，作者提出了一种center-headpointextractionbaseddetector(命名为CHPDet)的网络，以实现遥感图像中的任意方向船舶检测。同时提出了一种新的用于固定groundsampledistance(GSD)遥感图像中多类任意定向船舶检测的数据集，称为FGSD2021。最后在两个船舶检测数据集(即FGSD2021和HRSC201

绿柳山庄赵公子·2021-03-31 21:15

An image is worth 16x16 words: Transformers for image recognition at scale 论文学习

论文地址：https://arxiv.org/pdf/2010.11929.pdfAbstract尽管Transformer结构已经成为NLP领域的一个事实上的标准方法，它在计算机视觉领域中的应用仍受限制。在视觉领域，注意力要么与卷积网络搭配使用，要么替换掉卷积网络中的特定组成，保留其整体结构。作者证明我们并不是一定要依赖CNN，直接用Transformer对图像块序列做预测也能在图像分类任务上取

calvinpaean·2021-02-26 18:42

Deformable DETR 论文学习

AbstractDETR提出在目标检测方法中去除人为组件，也可保持优异性能。但由于Transformer注意力模块只能有限地处理图像特征图，它的收敛速度就比较慢，特征空间分辨率有限。为了缓解这些问题，作者提出了DeformableDETR，其注意力模块只会关注目标框周围少量的关键采样点。DeformableDETR能够取得比DETR更优异的性能（尤其在小物体上），训练epochs要少10×10\t

calvinpaean·2021-02-13 13:07

Attention is all you need 论文学习

Abstract目前主流的序列转导模型都是基于复杂的递归或卷积神经网络，包含一个编码器和解码器。表现最佳的模型也是通过一个注意力机制，将编码器和解码器联系起来。本文提出了一个新的网络结构，Transformer，只使用了注意力机制，彻底抛弃了递归和卷积操作。在两个机器翻译任务上，实验结果表明这些模型表现非常优异，可以并行计算，大幅度减少了训练时间。在WMT2014英语-德语翻译任务上，该模型取得了

calvinpaean·2021-02-11 01:50

End-to-End Object Detection with Transformers 论文学习

Abstract本文提出了一个新的方法，将目标检测看作一个直接的集合预测问题。该方法让检测变得更简洁，去除了人为设计的后处理步骤如NMS或anchor生成，显式地编码了关于任务的先验知识。该框架的主要结构叫做DEtectionTRansformer或DETR，基于集合的全局损失，通过二分匹配和一个transformer编码器-解码器架构来做到唯一的预测。给定一个固定小集合的目标，DETR会推理出这

calvinpaean·2021-02-10 21:03

DEFT: Detection Embeddings for Tracking 论文学习

Abstract目前大多数的多目标跟踪系统都是通过检测再跟踪的方式实现，一个目标检测器后面跟着一个关联检测结果的方法。将运动和外观特征结合起来实现跟踪，已经有了很长的历史，对遮挡严重的问题也具有一定的鲁棒性，但是通常所需的算力很高，实现起来比较慢。最近在2D目标追踪基准上所取得的成绩表明，通过一个SOTA检测器和相对简单、仅依赖单帧空间位置的关联方法，我们可以取得很高的分数，显著地超过那些通过外观

calvinpaean·2021-02-09 14:48

SA-NET: Shuffle attention for DCNN 论文学习

Abstract注意力机制可以使网络准确地关注到与输入相关的信息上，已成为深度神经网络提升性能的重要组成。在计算机视觉领域，主要有两种注意力机制，空间注意力机制和通道注意力机制，分别去获取像素对之间的关系和通道依赖关系。尽管将二者结合起来使用可能取得更优的表现，但是会不可避免地增加算力消耗。本文中，作者提出了一个高效率的ShuffleAttention模块来解决此问题，它采用ShuffleUnit

calvinpaean·2021-02-08 15:02

推荐频道

2022.5论文学习

学习路线和方向杂想

对联2022-05-06

SiamFC 学习（论文、总结与分析）

论文学习随记：Unsupervised 3D Shape Completion through GAN Inversion

中场检视-2022.5

[论文学习] ORB-SLAM: a Versatile and Accurate Monocular SLAM System

【论文学习】《Adversarial examples for generative models》

【论文学习】《A Survey on Neural Speech Synthesis》

「4」「======」cvpr2020论文学习

微服务架构学习与思考(09)：分布式链路追踪系统-dapper论文学习

SiamRPN++：Evolution of Siamese Visual Tracking with very Deep Netwrks 论文学习

对抗样本(论文解读七):On Physical Adversarial Patches for Object Detection

R3Det: Refined Single-Stage Detector with Feature Refinementfor Rotating Object论文学习

【论文学习】Future Person Localization in First-Person Videos

论文心得总结(GAN倾向)+复现代码(未完待续。。。)

ConvNeXt：超越 Transformer？总结涨点技巧与理解代码(附注释)

【经验分享】分享 MangoPapa 的论文学习经验

论文学习笔记-t-SNE-1

【论文学习之SNE-RoadSeg】跑通SNE-RoadSeg代码

Alex Net 论文学习笔记（含手撕代码）

2019-1-15晨间日记

5月21日—26日周计划

SLAM学习笔记（二十）LIO-SAM流程及代码详解（最全）

论文学习摘要：Adaptive-event-detection for Representative Load Signature Extraction

恒源云_长尾分布的多标签文本分类平衡方法(论文学习笔记)

论文学习摘要：基于复合滑动窗的CUSUM暂态事件检测算法

未闻Prompt名-论文学习笔记

【论文学习】RepVGG: Making VGG-style ConvNets Great Again及网络重参数化的用途及效果分析

ResNet 论文学习笔记

google file system 论文学习

google file system 论文学习

U-Net论文学习

google bigtable 论文学习

这周要做的事情

80个免费学习的网站，让你偷偷变强大！

VINS(feature_traker模块)细节笔记

IS Ontology Engineering

论文学习记录：RKT : Relation-Aware Self-Attention for Knowledge Tracing

2019-09-15（论文学习笔记——MegaDepth: Learning Single-View Depth Prediction from Internet Photos）

论文阅读笔记-word2vec Parameter Learning Explained

论文学习：Viewpoint-aware Attentive Multi-view Inference for Vehicle Re-identification

2017年8月第一周回顾（1-6）

每周工作总结（2018/09/03-2018/09/07）

论文学习笔记《Arbitrary-Oriented Ship Detection through Center-Head Point Extraction》

An image is worth 16x16 words: Transformers for image recognition at scale 论文学习

Deformable DETR 论文学习

Attention is all you need 论文学习

End-to-End Object Detection with Transformers 论文学习

DEFT: Detection Embeddings for Tracking 论文学习

SA-NET: Shuffle attention for DCNN 论文学习