2022.6论文学习第7页

C3D网络介绍

深埋罐头的章鱼·2022-12-30 18:48

论文学习笔记

论文学习笔记一个好笔记的意义就在于：可以不用看原文-------鲁树人(滑稽)Abstract目前GCN由于受限于梯度消逝的问题，都比较浅层（一般小于4）本文将几个在深度CNN中使用的技巧：residualconnections

sendy.lee·2022-12-30 09:36

Mask R-CNN 论文学习笔记

论文基本信息标题：MaskR-CNN作者：KaimingHeGeorgiaGkioxariPiotrDollárRossGirshick机构：FacebookAIResearch(FAIR)来源：ICCV时间：2017论文地址：https://arxiv.org/abs/1703.06870代码地址:https://github.com/facebookresearch/Detectron论文概要

长歌丶采薇·2022-12-30 08:46

手机摄影 | 2022.6-9月:再见夏天，你好秋天

说时间如白驹过隙，果然如此，不知不觉，已经过去4个月了，都说春天播种，秋天收获，而我，也许错过了太多……太多……这种任由时间流逝，却没有太多收获的日子，不禁让人感到有些恐慌。不该在已经流逝的时光里徘徊，大胆走出来吧！一直、一直对自己说，一切都会越来越好的，一定会越来越好的，也许，需要给自己更长的时间，而不是急切的想要看到结果，顺着时间的脚步，一直往前走。直到，生命尽头吧！开阔的麦田喜欢回家的时候，

喜悦Iris·2022-12-29 15:48

立体匹配-ITSA-CVPR2022论文学习笔记

ITSA，Information-TheoreticShortcutAvoidance立体匹配的用途：AR、机器人、自动驾驶名称：《ITSA:AnInformation-TheoreticApproachtoAutomaticShortcutAvoidanceandDomainGeneralizationinStereoMatchingNetworks》位置：https://arxiv.org/a

tomeasure·2022-12-28 01:38

【论文学习笔记】Learning to Segment Every Thing (2018_CVPR)

论文：LearningtoSegmentEveryThing链接：https://arxiv.org/abs/1711.10370这篇文章是发表在2018的CVPR上的文章，文章的名字起的很霸气，示例分割所有的东西。下面本博客对这篇文章进行带有PPT的图片进行讲解，若有描述不对的地方，还请各位读者指教。目录IntroductionMask^xR-CNNExperimentConclusion文章的

嘿芝麻·2022-12-27 07:08

【第三周深度学习总结】

第三周深度学习总结论文学习ResNet重要结构结构创新点通过在block中加入identitymap，假设之前想要学习的映射为H(x)H(x)H(x)，那么现在可以知道H(x)=F(x)+xH(x)=F

文海傲舟·2022-12-27 07:35

Learning to Segment Every Thing Ronghang论文学习

近来目标检测器准确度显著提升，获得了很多重要的新能力。其中最令人兴奋的一项是为每个检测目标预测前景分割掩码，即实例分割（instancesegmentation）。在实践中，典型的实例分割系统只能关注小部分视觉信息，一般约为100个目标类别。该限制的主要原因是顶级的实例分割算法需要强大的监督系统，而此类监督数据很难收集新的类别，且比较昂贵。相比之下，边界框标注更丰富，也没有那么昂贵。这就引出了一个

北方的杨先生·2022-12-27 06:27

基于脑电信号的情绪识别-论文学习

论文题目：《AreviewofEEGfeaturesforemotionrecognition》论文题目：《EEG-BasedEmotionRecognitionUsingDeepLearningNetworkwithPrincipalComponentBasedCovariateShiftAdaptation》对情绪的量化和建模情绪有主要六种：高兴、悲伤、恐惧、惊讶、愤怒、厌恶。其他情绪可以由这

ipv-tao·2022-12-26 12:28

论文学习笔记——Fast Odometry and Scene Flow from RGB-D Cameras based on Geometric Clustering...

基于稀疏特征点匹配的视觉里程计技术1、需要通过多帧优化来消除奇异点的干扰。2、一般这种方法不能实现稠密场景流，但是存在可以估计多钢体运动的扩展方法，这些方法中需要足够多的特征点来估计运动，这在三维场景的二维投影结果中，只占小区域的物体是无法保证的直接产生稠密运动估计的方法(densedirectmethods)1、传统的代价函数惩罚：灰度误差、负的或正的深度误差、点面误差或特征空间中的可选误差。2

Fighting_young·2022-12-25 18:25

DD - NET 论文学习

MakeSkeleton-basedActionRecognitionModelSmaller,FasterandBetter1，DD-NET特点2，DD-NET的网络结构网络结构名称解释：DD-NET的特点如下：A：ModelingLocation-viewpointInvariantFeaturebyJointCollectionDistances(JCD)基于联合集合距离的位置视点不变特征建

hsclyy·2022-12-25 07:55

AlexNet论文学习笔记：ImageNet Classification with Deep Convolutional Neural Networks

AlexNet论文学习笔记：ImageNetClassificationwithDeepConvolutionalNeuralNetworks文章目录AlexNet论文学习笔记：ImageNetClassificationwithDeepConvolutionalNeuralNetworks

walyn lee·2022-12-24 14:27

论文学习：《Objects as Points》

被大佬安利了这篇论文，花了整整一天的时间学习这篇论文，感觉非常妙。记录一下学习笔记，先推荐两篇个人觉得讲的非常好的文章，以下笔记有些内容摘自这里：[1]https://zhuanlan.zhihu.com/p/66048276[2]http://www.tensorinfinity.com/paper_189.html[3]https://blog.csdn.net/c20081052/artic

Crazy_Omais·2022-12-24 11:36

论文学习：Decoupling Value and Policy for Generalization in Reinforcement Learning（强化学习中泛化的解耦价值和策略）

摘要：Standarddeepreinforcementlearningalgorithmsuseasharedrepresentationforthepolicyandvaluefunction,especiallywhentrainingdirectlyfromimages.However,wearguethatmoreinformationisneededtoaccuratelyestima

Love Q·2022-12-24 10:55

YOLOv3_论文学习

YOLOv3:AnIncrementalImprovement1Abstract2Introduction3TheDeal3.1BoundingBoxPrediction3.2ClassPrediction3.3PredictionsAcrossScales3.4FeatureExtractor3.5Training4HowWeDo5ThingsWeTriedThatDidn’tWork总结这篇文

必修居士·2022-12-24 08:26

YOLOV3论文学习

YOLOv3论文链接：https://pjreddie.com/media/files/papers/YOLOv3.pdf综述一、摘要1、320*320的YOLOv3推理时间22ms，准确率28.2mAP，达到了SSD的精确度，推理速度却快了三倍。2、基于.5mApIou的YOLOv3的检测效果还比较不错，在TitanX上准确率为57.9AP50，推理时间为51ms，和RetinaNet在Tita

thetffs·2022-12-24 08:46

Selective Search 论文学习笔记

原论文：《SelectiveSearchforObjectRecognition》关键字：分层分组算法、初始化区域集、相似度计算keywords:HierarchicalGroupingAlgorithm,ObtainingInitialRegions,CalculatingSimilarity一、分层分组算法（HierarchicalGroupingAlgorithm）这是selectivese

tomeasure·2022-12-24 05:28

Selective Search 学习及使用（python）

一、概念介绍物体检测之选择性搜索(SelectiveSearch)SelectiveSearch论文学习笔记深度学习selectivesearch算法理解（重点看下）二、SelectiveSearch库库

tw_devin·2022-12-24 05:28

Learning to Reconstruct 3D Human Pose and Shape via Model-fitting in the Loop 论文学习笔记（1）

LearningtoReconstruct3DHumanPoseandShapeviaModel-fittingintheLoop论文学习笔记（1）摘要部分原文Model-basedhumanposeestimationiscurrentlyapproachedthroughtwodifferentparadigms.Optimization-basedmethodsfitaparametricb

绿柳山庄赵公子·2022-12-23 18:32

Supervised Contrastive Learning 论文学习

Abstract在近几年，将对比学习应用在自监督表征学习上越来越受到关注，在深度图像非监督训练任务上取得了SOTA的性能。现在的批对比方法大幅度领先传统的对比损失，如triplet、max-margin和N-pairs损失。本文中作者将自监督批对比方法扩展至全监督任务上，使我们可以充分利用标签信息。在embedding空间中，属于同一个类别的点应该拉近，而不同类别的点应该推的远远的。作者分析了两种

calvinpaean·2022-12-23 14:18

【论文学习笔记】《Voice Conversion from Non-parallel Corpora Using Variational Auto-encoder》

《VoiceConversionfromNon-parallelCorporaUsingVariationalAuto-encoder》论文学习文章目录《VoiceConversionfromNon-parallelCorporaUsingVariationalAuto-encoder

FallenDarkStar·2022-12-22 16:46

信道估计（二）：卡尔曼滤波器

信道估计（二）：卡尔曼滤波器零.概述卡尔曼滤波器可以说是大名鼎鼎了，在我本科期间就在惯性传感器的使用上听过，但一直不知道是什么，刚好通过这篇论文学习一下论文是这样描述他的，使用先验的状态空间模型和状态向量的估计

举熙熙然回巧献计·2022-12-21 09:47

恒源云(GPUSHARE)_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/topic/681/%E6%9C%AA%E9%97%BBprompt%E5%90%8D?_=1635736812393&lang=zh-CN个人觉得2021年NLP最火的两个idea，一个是对比

AI酱油君·2022-12-20 19:39

论文学习：BP神经网络

最近在学习LongShort-TermMemery(LSTM)[1]，文献中指出：通过递归反向传播算法学习在长时间间隔内存储信息需要花费很长的时间，这主要是由于不足、衰减的误差反向流造成的（Learningtostoreinformationoverextendedtimeintervalsviarecurrentbackpropagationtakesaverylongtime,mostlydu

Snowbowღ·2022-12-20 14:40

【论文学习】6、Wi-Fi中基于前导码的包检测：一种深度学习方法

摘要基于ieee802.11标准系列的无线网络系统是最流行的使用先听后说（LBT）方法进行信道接入的无线接口，在非接触频段中工作。大多数基于LBT的系统的显著特征是，发射机使用数据之前的前导码来允许接收机获得初始信号检测和同步。在模拟到数字转换之后应用于传入的离散时间复基带样本的接收器处的第一数字处理步骤是分组检测步骤，即，检测到达传入流内的每个帧的初始样本。由于前导码通常包含具有良好相关特性的训

Winds_Up·2022-12-20 14:06

【论文学习】9、基于Inception和LSTM网络的通信辐射源个体识别技术

摘要由于通信辐射源的指纹特征差异较小，传统的机器学习算法难以提取特征进行识别，因此需要采用深度学习方法。LSTM是一种改进的递归神经网络，擅长处理长期序列数据。初始模块可以在同一层上获得不同尺度的特征。本文结合inception结构和LSTM网络来识别5个USRPs。实验中使用的数据集由USRP和LabVIEW收集。根据发送端和接收端之间的障碍物收集了两组数据，这两组数据比仅使用软件模拟的数据更接

Winds_Up·2022-12-20 14:06

MVSNet：论文学习

核心思路本文构建了一个基于深度学习的端到端的多视角深度估计网络，用来实现MVS在图像上提取深度图像特征，并且在基于相机锥体上进构建3Dcostvolume，通过可微的单映变换将referencecamera的参数编码到网络中进行训练使用3D的Unet进行正则化，回归得到深度概率分布，通过在深度方向上计算深度期望来初步生成深度图，再用原来的referenceimage进行jumpconnection

我咋就看不懂·2022-12-20 12:58

论文阅读笔记（11）--- Attention is all you need（Transformer）逐段精读

根据李沐读论文学习一下这篇论文。

打着灯笼摸黑·2022-12-20 07:35

论文阅读笔记（12）--- Bert

继续根据李沐读论文学习一下Bert。

打着灯笼摸黑·2022-12-20 07:35

Transformer论文学习笔记

《AttentionIsAllYouNeed》一文中所提出的Transformer模型，与传统的CNN架构完全不同。Transformer中的注意力机制（attentionmechanism）更是其大放异彩的核心之处。前言当前存在的问题：在自然语言处理（NLP）场景下，通常使用的是循环模型（Recurrentmodel，RNN），但其顺序处理的特性存在以下弊端：1、沿着输入和输出的符号位置进行因子

一云烟雨·2022-12-20 07:02

SimCLR-[论文学习笔记]

SimCLR是对比学习系列文章里比较容易理解的一个模型框架，这也是Hinton大神的又一篇作品，值得我们仔细阅读与学习。以下就是学习过程中的相关心得笔记，希望能够帮到你，如有错误请指正，我们一起进步！0、摘要：首先，本论文在开头就对提出的SimCLR框架进行了定义。SimCLR：一种简单的视觉表征对比学习框架。所提出的这种框架无需专门的架构和存储库。1、前言“在没有人类监督的情况下，学习有效的视觉

阿飞没有花福蝶·2022-12-20 05:44

使用MMA解决拓扑优化问题的并行框架

使用MMA解决拓扑优化问题的并行框架仅个人论文学习笔记。

圈圈`·2022-12-19 12:52

RCNN、SPPnet、Fast-RCNN 论文学习笔记

------R-CNN、Fast-Rcnn、Fast-Rcnn是目标检测的一系列顶会论文，自己也看了好久，才慢慢有所感悟，这里做个记载。看论文原版还是最好的选择，但由于论文都是英文，且有大量引用前人已有的思想，对于小白来说，直接看论文并不友善，可以选择网上已有的论文解读，大致了解思想，然后有针对性的阅读论文原版，可能会事半功倍。给出RGB大神博客，基本论文还有源码、slides都可以找到：【RGB

sinat_34022298·2022-12-19 08:13

Resnext论文学习

0.摘要作者有几种通过思想十分的好值得借鉴：1.vgg和inception等网络中，都是block的组合，这是一种十分简洁的组网方式2.提出了基数的概念:用来和衡量拆分、转换和聚合模块的复杂度论文思路：1.结构类似于inception+resnet还有点mobilenet的味道2.但是他觉得inception中的block要人工设计太麻烦，而且要很多超参数3.作者觉得他的基数比深度d和宽度w更具体

Diros1g·2022-12-19 01:00

论文学习---Learned Inertial Odometry for Autonomous Drone Racing

总结：文章主要介绍了仅用IMU作为输入的深度学习网络来估计相对位移，估计的结果用于EKF更新，可以得到较为准确的EKF估计状态。摘要惯性里程计是敏捷无人机状态估计的一个具有吸引力的方案。单纯的使用IMU积分会有较大的偏移。目前基于运动先验的行人步速惯性里程计取得了显著的进展。但是无法用于无人机。本文提出了一种基于深度学习的惯性里程计用于无人机飞行任务。我们系统的核心是去耦合一个基于模型的滤波器，由

SLAM On the Road·2022-12-18 15:32

神经结构搜索(Neural Architecture Search, NAS)学习

神经结构搜索(NeuralArchitectureSearch,NAS)学习目录：参考文献NAS基础知识整理AStudyonEncodingsforNeuralArchitectureSearch论文学习

Remoa·2022-12-18 07:15

《 METHODS FOR NON-LINEAR LEASTSQUARES PROBLEMS》论文学习

《METHODSFORNON-LINEARLEASTSQUARESPROBLEMS》论文学习在传感器误差纠正、SLAM感知、轨迹生成与优化等机器人技术中，最优化理论是极其基本又重要的理论。

wincent嘻嘻哈哈·2022-12-17 21:41

论文学习CAM系列

LearningDeepFeaturesforDiscriminativeLocalizationResearchBackgroundInCNNs,theconvolutionunitsperformasanobjectdetector.However,thefully-connectedlayerswipeoffthisremarkablelocalizationability.Theautho

乐兮山南水北·2022-12-17 09:34

知识蒸馏论文学习（同济子豪兄）

一.部署工具：MMDeploy二.模型压缩方法：知识蒸馏，权值量化，剪枝（权重剪枝，通道剪枝），注意力迁移三.硬件部署：rensorRT，rensorflow-slim，tensorflow-lite，openvino四.distillingtheknowleadgeinaNewralNetworkhardtargets分类结果：马：1，驴：0，汽车：0softtargets分类结果：马：0.7，

Sunt40·2022-12-16 15:40

论文学习：Graph Data Augmentation for Graph Machine Learning: A Survey

GraphDataAugmentationforGraphMachineLearning:ASurvey图数据增强1.有监督学习的图数据增强1.1节点级任务1.1.1EdgeDropping（减少边）1.1.2GraphDiffusion（图扩散）1.1.3StructurePrediction(结构预测)1.1.4FeatureAugmentation（特征增强）1.1.5Mixup(图融合)1

DreamBoy@·2022-12-16 12:21

ViT论文学习笔记

《ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE》《每个图片都可以看作16x16的方格（patch），用于大规模图像识别的Transformers》前言Transformer模型在NLP领域取得巨大成功，所以学者也想把注意力机制引入计算机视觉领域。因为适用于NLP的Transformer模型已经较为成熟，所以将其引入到

一云烟雨·2022-12-16 08:03

标定学习笔记（二）-- 张正友论文学习笔记

这篇学习笔记主要用于记录在学习张正友的标定文献时的一些需要进行记录的要点，张正友的文章最初发表于1998年2月，在如今看来依旧具有进一步学习的意义，本文多以翻译与概述前人文献为主，重温其标定过程的核心思想，若有不妥当的地方，欢迎斧正。摘要张正友（下文谨记为张）提出了一种灵活的标定技术，用于标定相机：这种标定方式只需要通过相机获得一个包含至少两个轴向的平面图象，并且无论是相机还是用于进行标定的平面都

ParzivalEdison·2022-12-16 00:46

《MobileNetV2: Inverted Residuals and Linear Bottlenecks》论文学习笔记

文章目录论文基本信息研究背景读完摘要后对上述问题的回答读完论文后对上述问题的回答什么是MobileNetV2?为啥要在前边加一个Pointwiseconvolution?什么是反向残差？什么是线性瓶颈？Mobile的两种步长的不同流程为什么这里进行先升维，再降维的操作后，效率提升了？实验验证ImageNet分类目标检测语义分割消融研究代码分析目前存在的疑问论文基本信息标题：《MobileNetV2

洋-葱·2022-12-15 10:12

轻量型网络之MobileNetV2: Inverted Residuals and Linear Bottlenecks论文学习

0.摘要针对残差结构提出来倒残差结构（InvertedResiduals），由于使用的是1x1卷积在resnet中也叫瓶颈层，所以这个模块最终叫做具有线性瓶颈的倒残差结构(theinvertedresidualwithlinearbottleneck)。0.1深度分离卷积(DepthwiseSeparableConvolutions)本文依旧使用深度分离卷积，简单复习一下。将标准卷积拆分为深度分离

Diros1g·2022-12-15 10:41

【论文学习笔记】《Attention Is All You Need》

《AttentionIsAllYouNeed》论文学习文章目录《AttentionIsAllYouNeed》论文学习摘要1介绍2背景3模型架构3.1编码器和解码器堆栈3.2注意力3.2.1比例点积注意3.2.2

FallenDarkStar·2022-12-15 05:02

论文学习：基于集成YOLO算法的蝴蝶检测与分类

0.论文名称与地址连接ButterflydetectionandclassificationbasedonintegratedYOLOalgorithm论文地址：xxx.itp.ac.cn//abs/2001.003611.摘要Insectsareabundantspeciesontheearth,andthetaskofidentificationandidentificationofinsec

shengshijieshao·2022-12-14 23:18

Background Matting V2 学习

arxiv.org)GitHub项目源码：GitHub-PeterL1n/BackgroundMattingV2:Real-TimeHigh-ResolutionBackgroundMatting目录论文学习方法设计

猪不爱动脑·2022-12-14 15:30

【TAMP-S2GCNets】【第一部分】论文学习

TAMP-S2GCNets论文学习笔记论文及代码地址读后感摘要背景TIME-AWAREMULTIPERSISTENCEEULERCHARACTERISTICSURFACES单参数持久性的介绍多参数持久性的介绍

蝉鸣的夏天·2022-12-14 13:22

【RGSL】【第一部分】论文学习

论文及代码地址题目：RegularizedGraphStructureLearningwithSemanticKnowledgeforMulti-variatesTime-SeriesForecasting翻译成中文应该是：基于语义知识的正则化图结构学习在多变量时间序列预测中的应用作者：HongyuanYu123∗,TingLi1∗,WeichenYu23∗,JianguoLi1†,YanHuan