ADAPTIVE

Swift自适应布局（Adaptive Layout）教程（一）Autolayout

通用的Storyboard通用的stroyboard文件是通向自适应布局光明大道的第一步。在一个storyboard文件中适配iPad和iPhone的布局在iOS8中已不再是梦想。我们不必再为不同尺寸的Apple移动设备创建不同的storyboard文件，不用再苦逼的同步若干个storyboard文件中的内容。这真是一件美好的事情。我们打开Xcode，新建一个项目：选择iOS\Applicatio
我的無力双臂·2020-08-18 02:16

Mixture of counting cnns: Adaptive integration of cnns specialized to specific appearance for crowd

在人群统计方面，目前使用一个预测器的方法不能够很好地处理密度和规模不断变化的人群。基于此，作者提出使用多个专门用于特定人群表面的CNN，这些CNN在多场景图片训练中被学出来，并且具有很好地鲁棒性。与单CNN和固定权重的聚合CNN相比，此方法具有更低的错误率。上图是MoC-CNN(MixtureofCountingCNNs)的框架图，它由两种类型的CNN构成，专家CNN提取不同人群表面特征，而门CN
大戏·2020-08-18 02:24

TADAM: Task dependent adaptive metric for improved few-shot learning阅读笔记

人类通过看少数样例甚至是一个样例后，就可以学会识别从未见过的新类别，当然我们希望机器也可以具备这样的能力，所以近些年few-shotlearning得到了广泛的关注，它的目标可以概括为构建一个可以从少量标记数据中进行归纳的模型。这里我们举个例子来描述小样本算法中的一个经典任务。在5-way5-shot任务中，我们有25张图片做为supportset，其中包含5张猫类照片，5张狗类张片，5张人类照片
小菜鸟快快飞·2020-08-17 21:41

【点云识别】Adaptive Hierarchical Down-Sampling for Point Cloud Classification(CVPR 2020)

AdaptiveHierarchicalDown-SamplingforPointCloudClassification本文介绍一篇cvpr2020里面关于点云分类降采样的文章。论文没有开源代码1.问题FPS的时间复杂度太高，类似Samplenet的方法会产生新的点，随机采样无法保证重要的点被保留下来。所以本文提出了一种不产生新的点的采样方法。2.思想整体思想非常简单，借鉴pointnet中最后的
orientliu96·2020-08-17 20:54

Adaptive Active Learning for Image Classification 论文详解

如果需要看主动学习简介可以看上一篇博文：https://blog.csdn.net/GrinAndBearIt/article/details/107447026在计算机视觉领域，主动学习都是通过Uncertainty作为筛选样本的策略。如果未标注样本空间比较大，那么会存在挑选离群点的情况。论文中提出了informationdensity和mostuncertainty两种策略进行组合。然后筛选出
亦万·2020-08-17 19:26

Dubbo源码分析-Dubbo中的动态生成类

Dubbo源码分析-Dubbo中的动态生成类自适应扩展机制中的Adaptive类自适应扩展机制说明Adaptive类实现自适应SPI实现类的类型重要数据结构服务引用中的接口代理类服务引用的实现动态生成接口代理类的过程重要数据结构方便获取类信息的
swordyijianpku·2020-08-17 09:12

dubbo学习篇之dubbo内核解析（三）Wrapper

的规范Wrapper的代码实现Wrapper源码解析加载Wrapper类组装Wrapper类dubbo的内核dubbo所有功能都是基于dubbo内核之上完成的，dubbo内核由四部分构成，分别为SPI,Adaptive
加班狂魔·2020-08-17 08:47

【MySQL 5.7 Reference Manual】15.4.3 Adaptive Hash Index（自适应哈希索引）

15.4.3AdaptiveHashIndex（自适应哈希索引）Theadaptivehashindex(AHI)letsInnoDBperformmorelikeanin-memorydatabaseonsystemswithappropriatecombinationsofworkloadandamplememoryforthebufferpool,withoutsacrificinganyt
MK提丰·2020-08-16 18:09

Adaptive thresholding using the integral image

#include#include#include#includeusingnamespacestd;voidvvAdaptiveThreshold(IplImage*inImg,IplImage*outImg){intS=inImg->width>>5;intT=10;char*input,*bin;input=inImg->imageData;bin=outImg->imageData;intw
DL-ML·2020-08-16 09:29

基于局域对比度增强插值算法

参考论文：1、a_fast_and_adaptive_method_for_image_contrast_enhancement2、IMAGEINTERPOLATIONUSINGCONSTRAINEDADAPTIVECONTRASTENHANCEMENTTECHNIQUES
羽凌寒·2020-08-16 08:51

Adaptive Thresholding Using the Integral Image ( Derek Bradley* Gerhard Roth)

论文给的伪代码(论文作者DerekBradley*GerhardRoth)：voidAdaptiveThreshold(IplImage*inImg,IplImage*outImg){intS=inImg->width>>3;intT=15;unsignedchar*input,*bin;input=(unsignedchar*)inImg->imageData;bin=(unsignedchar
lvming-elena·2020-08-16 07:55

openCV第五章/图像处理 -- 阈值化（自适应）

voidcvAdaptiveThreshold(CvArr*src,CvArr*dst,doublemax_val,intadaptive_method=CV_ADAPTIVE_THRESH_MEAN_C
cartoonface·2020-08-16 06:04

Region-Adaptive Dense Network for Efficient Motion Deblurring论文笔记

这是一篇AAAI2020，关于去除运动模糊的论文，论文使用了可变形卷积(参考Dai,J.;Qi,H.;Xiong,Y.;Li,Y.;Zhang,G.;Hu,H.;andWei,Y.2017.Deformableconvolutionalnetworks.InProceedingsoftheIEEEinternationalconferenceoncomputervision,764–773.)以及
很直很温暖·2020-08-16 05:25

Image Thresholding图像阙值化和Adaptive Thresholding

要用到的函数是cv2.threshold（）这个参数的形式是cv.Threshold(src,dst,threshold,maxValue,thresholdType)Parameters:src–inputarray(single-channel,8-bitor32-bitfloatingpoint).dst–outputarrayofthesamesizeandtypeassrc.thresh
SY_qqq·2020-08-16 05:14

使用积分图像的自适应阈值处理

论文：AdaptiveThresholdingUsingtheIntegralImage地址：https://www.researchgate.net/publication/220494200_Adaptive_Thresholding_using_the_Integral_Image
夏颜汐·2020-08-16 04:49

QNX system architecture 16 - Adaptive Partitioning

QNX支持自适应分区，这里的分区并不是常见的磁盘分区，而是一个可分配资源集合。QNX通过自适应分区控制竞争进程间的资源分配控制。Whatarepartitions在一些计算机系统中，需要把应用或者应用组同其他应用或应用组隔离起来。我们不希望一个应用程序(不管是不是恶意的)破换其他应用或者阻止其他应用执行。针对这个问题，某些系统使用虚拟墙，也称为分区，确保在这个分区内的一组进程给定一组资源。主要的资
kickxxx·2020-08-15 23:40

《A General and Adaptive Robust Loss Function》学习

《AGeneralandAdaptiveRobustLossFunction》学习一、学习概述翻翻CVPR2019发现有好多论文不知道看啥，个人感觉图像检测和图像分类的都只是改进一小点，重大突破的好少，那么多花里胡哨的方法，又没开源代码，在实际应用中，不如非常成熟的SSD和yolo系列，既又开源代码，又可以轻松部署。所以就只看看标题看看摘要统计一下是怎么搞的，等以后有机会写一下今年目标检测算法的创
a819411321·2020-08-15 22:52

论文笔记Cascade RPN: Delving into High-Quality Region Proposal Network with Adaptive Convolution

论文笔记CascadeRPN:DelvingintoHigh-QualityRegionProposalNetworkwithAdaptiveConvolution1.论文标题及来源2.拟解决问题3.解决方法3.1算法流程3.2自适应卷积3.3RPN回归公式4.实验结果4.1COCO20174.2消融实验4.3其它5.总结1.论文标题及来源CascadeRPN:DelvingintoHigh-Qu
YSQ是我的·2020-08-15 16:06

Almost Optimal Short Adaptive Non-Interactive Zero Knowledge学习笔记

1.背景知识HelgerLipmaa2014年eprint论文《AlmostOptimalShortAdaptiveNon-InteractiveZeroKnowledge》：提出新的Hadamardproductargument。借助Gennaro等人2013年论文《QuadraticSpanProgramsandSuccinctNIZKswithoutPCPs》的QAP机制，将Hadamard
mutourend·2020-08-15 07:46

Dubbo源码学习（四、ExtensionLoader 扩展点加载机制,Protocol$Adaptive,ProxyFactory$Adaptive,Cluster$Adaptive）

坚持一下，把源码看完，勤奋一点，不要在懒惰了，你已经落下别人很多了环境配置:jdk1.7.0.17dubbo2.5.xmyeclipse2014idea2017SPI注解的接口在dubbo中，采用了类似于java的spi机制进行扩展类加载在dubbo.jar文件夹下有个META-INF/dubbo/internal文件夹下，定义了很多了扩展点加载类,如下图这些文件名基本是类的全路径名，所有扩展类交
皓月行空·2020-08-15 04:57

Transformer家族2 -- 编码长度优化（Transformer-XL、Longformer）

Transformer家族1–Transformer详解和源码分析Transformer家族2–编码长度优化（Transformer-XL、Longformer）Transformer家族3–计算效率优化（Adaptive-Span
谢杨易·2020-08-15 03:18

Transformer家族4 -- 通用性优化（Universal-Transformer）

Transformer家族1–Transformer详解和源码分析Transformer家族2–编码长度优化（Transformer-XL、Longformer）Transformer家族3–计算效率优化（Adaptive-Span
谢杨易·2020-08-15 03:18

Transformer家族3 -- 计算效率优化（Adaptive-Span、Reformer、Lite-Transformer）

Transformer家族1–Transformer详解和源码分析Transformer家族2–编码长度优化（Transformer-XL、Longformer）Transformer家族3–计算效率优化（Adaptive-Span
谢杨易·2020-08-15 03:18

Transformer家族5 -- 推理加速（Faster-Transformer、TurboTransformers）

Transformer家族1–Transformer详解和源码分析Transformer家族2–编码长度优化（Transformer-XL、Longformer）Transformer家族3–计算效率优化（Adaptive-Span
谢杨易·2020-08-15 03:18

OpenCV图像处理算法——5（《Real-time adaptive contrast enhancement for imaging sensors》论文解读及实现）

《Real-timeadaptivecontrastenhancementforimagingsensors》论文解读及实现以下内容参考：https://mp.weixin.qq.com/s/aPi7haF7eTDabbYi4c75cA前言这个ACE算法是用来做图像对比度增强的算法。图像对比度增强的算法在很多场合都有用处，特别是在医学图像中，这是因为在众多疾病的诊断中，医学图像的视觉检查时很有必要
Delv_Peter·2020-08-14 21:31

Adaptive Graph Guided Disambiguation for Partial Label Learning

摘要偏标记学习的目的是从训练样本中引出多分类器，其中每个训练样本都与一组候选标记相关联，每组候选标记中只有一个是真实标记。训练预测模型的常用策略是消歧，即区分每个候选标记的模型输出，以恢复真实标记信息。近年来，基于特征空间的图结构，提出了基于特征感知的消歧方法，在候选标记集上产生不同标记的置信度。然而，由于训练数据中存在噪声和离群点，使得从原始特征导出的相似性不那么可靠。为此，我们提出了一种基于自
fan2312·2020-08-14 17:02

A Many-objective Evolutionary Algorithm With Pareto-adaptive Reference Points

摘要特出一种新的使用帕累托自适应参考点的多目标进化算法。在此算法中，使用欧氏距离的比例估计帕累托最优前沿的形状。如果估计的形状可能是凸的，则用最差点作为参考点来计算个体的收敛性和多样性指标。否则，参照点设为理想点。此外，对最差点（nadirpoint）的估计与文献中广泛使用的方法不同。在基于帕累托的算法中，最差点和理想点一起提供了一种可行的方法处理难以检测和清除的抗支配解。将该算法与现有的多目标优
fan2312·2020-08-14 17:30

【论文 Frost1972】An Algorithm for Linearly Constrained Adaptive Array Processing

经典的Frostbeamformer，也叫线性约束最小方差（LCMV）滤波概括如上图所示，假设目标信号从线性阵列的宽边方向传入，noise以及inference从其它方向传入，取最近的J个数据，在理想远场模型下，，每个时刻各个阵元接收到的目标信号相同，噪声在每个阵元的信号不同（非宽边注视方向输入），将每个时刻的信号加权求和，得到上图中下部分的等效模型，即最终输出为一个加权求和得到的FIR滤波器等效
373955482·2020-08-12 15:54

我的架构梦：（二十七）Dubbo源码分析之扩展SPI源码剖析

Dubbo源码分析之扩展SPI源码剖析一、getExtensionLoader加载过程二、根据name获取扩展点的方法getExtension三、Adaptive功能实现原理基于DubboSPI加载机制
riemann_·2020-08-10 00:04

Swift自适应布局（Adaptive Layout）教程

通用的Storyboard通用的stroyboard文件是通向自适应布局光明大道的第一步。在一个storyboard文件中适配iPad和iPhone的布局在iOS8中已不再是梦想。我们不必再为不同尺寸的Apple移动设备创建不同的storyboard文件，不用再苦逼的同步若干个storyboard文件中的内容。这真是一件美好的事情。我们打开Xcode，新建一个项目：选择iOS\Applicatio
maomaoyu3211·2020-08-09 22:42

Elastic Sketch: Adaptive and Fast Network-wide Measurements

《弹性sketch：一种自适应快速网络测量方案》sketch：可用于网络测量的数据流算法杨仝为第一作者，其他作者包括信息学院一名硕士研究生和三名本科生、李晓明教授，以及中国科学院先辈计算机体系研究中间黄群副研究员、南加州大学博士研究生缪睿和伦敦大学玛丽女王学院SteveUhlig教授。杨仝等人旨在使用一种通用的概率算法解决复杂网络环境下多种网络测量题目，首次提出弹性网络测量的研究方向和一种概率数据
tingary·2020-08-09 12:09

cartographer 体素滤波器 voxel_filter.cc

中被调用constsensor::PointCloud&filtered_gravity_aligned_point_cloud=sensor::AdaptiveVoxelFilter(options_.adaptive_voxel_filter
xiaoma_bk·2020-08-09 03:58

(待续)科研速记(1)：图像去噪篇ICCV19-Fully Convolutional Pixel Adaptive Image Denoiser

一、概览面向的问题贡献数据集论文实验效果复现实验效果FC-AIDE自适应图像去噪1.扩展了AIDE的框架，该框架将去噪器表达为基于上下文的像素级别的映射2.使用全卷积增强基础的监督模型3.引入正则化方法来进行自适应的微调来获得更强和更鲁棒的自适应性Set5set12BSD68Urban100Manga109SOTA二、相关工作2.1基于深度学习的去噪器作者做法缺陷1.Cruz2.Liu设计了一个基
Leeyegy·2020-08-09 01:57

Dubbo SPI之自适应扩展机制 @Adaptive

上一篇介绍了DubboSPI的基本实现，这篇就介绍下DubboSPI的自适应扩展机制，对应注解@Adaptive。
wlmmmm·2020-08-08 22:34

Sample Adaptive Offset　１　(SAO 样例自适应补偿)

题外话：SAO作为HEVC少数几个highlights提出之后就得到了大家的广泛关注，本文就粗略整理一下SAO的工作原理，以及HM10.0以后版本的实现代码。主要参考JCV-VC文档VCEG-AL27JCTVC-A124JCTVC-B077JCTVC-C147JCTVC-D122JCTVC-E049问题提出：HEVC大量采用了各种大小的变换块（4×4到32×32），这使得量化系数引入更多的ring
msharpwang·2020-08-08 18:08

Deep Adaptive Wavelet Network

摘要尽管卷积神经网络已成为许多计算机视觉领域的选择方法，但它们仍然缺乏可解释性，并且通常是在繁琐的试错过程中手动设计的。本文旨在通过提出一种深度神经网络来克服这些限制，该系统以系统的方式设计并且可以解释，其方法是将多分辨率分析集成到深度神经网络设计的核心。通过使用提升方案，可以生成小波表示并设计能够以端到端形式学习小波系数的网络。与最新架构相比，该模型所需的超参数调整更少，并在图像分类任务中获得了
hanlinger_·2020-08-08 16:45

内容自适应编码中的不同粒度

文/DaneKottke译/王月美审校/Ant原文：http://euclidiq.com/2017/10/03/modeling-levels-content-adaptive-encoding/在之前的博文中
LiveVideoStack_·2020-08-07 19:06

Android 9.0 修改默认自适应图标形状（Adaptive icon）

一、我们可以在Launcher3中找到默认图标形状的配置，可以看到默认配置的几个图标形状，这个地方并不能修改默认图标的形状，因为icon_shape_system_default对应的值为空。M50,0L100,0100,1000,1000,0zM50,0C10,00,100,500,9010,10050,10090,100100,90100,50100,1090,050,0ZM500A5050,
微笑为你绽放·2020-08-07 14:29

论文解读：Multi-level Domain Adaptive learning for Cross-Domain Detection

论文题目：Multi-levelDomainAdaptivelearningforCross-DomainDetection（Task-CVworkshopICCV2019）论文主要贡献：已有的目标检测自适应方法主要基于全局的特征自适应，没有考虑局部特征自适应(其实是不对的，现有的检测自适应方法有基于全局的，也有局部和实例的特征自适应，分割和分类主要是全局自适应)，因此本论文提出多multi-le
SHY_VWind·2020-08-06 13:00

ACL2020论文阅读笔记-FastBERT: a Self-distilling BERT with Adaptive Inference Time

0.背景题目：FastBERT:aSelf-distillingBERTwithAdaptiveInferenceTime机构：北大、腾讯、北师大作者：WeijieLiu,PengZhou,ZheZhao,ZhiruoWang,HaotangDeng,QiJu论文地址：https://arxiv.org/abs/2004.02178收录会议：ACL2020代码：https://github.com
JasonLiu1919·2020-08-06 12:45

深度哈希——编译论文代码（5）

UnsupervisedDeepHashingwithSimilarity-AdaptiveandDiscreteOptimization(TPAMI2018)代码链接：https://github.com/xuyan1115/Similarity-Adaptive-Deep-Hashing
zwr1994·2020-08-05 04:11

串口调试工具(Python2.7+pyserial+Tkinter)

根据我自己的需要，写了个简易版本的串口调试工具：预览图：======================项目结构：COM--SerialHelper.pyUI--Adaptive.py--SerialTool.py
weixin_33697898·2020-08-04 20:07

翻译：Two-Stream Adaptive Graph Convolutional Networks for Skeleton-Based Action Recognition

Two-StreamAdaptiveGraphConvolutionalNetworksforSkeleton-BasedActionRecognition双流自适应图卷积网络用于基于骨架的动作识别论文地址：https://arxiv.org/abs/1805.07694源码：https://github.com/lshiwjx/2s-AGCN作者：LeiShi，YifanZhang，JianCh
wechat-920086481·2020-08-04 09:52

论文笔记《A3NCF: An Adaptive Aspect Attention Model for Rating Prediction》

提出问题提出了矩阵分解的一些不足之处，用户对物品的一个rate只是用户对其的一个总体评价，缺少可解释性。例如：一个用户对一部手机有较高的评分可能只是因为它的摄像头好或者是电池的续航能力强，但是这并不代表对这部手机的整体有了一个很高的评价。所以说MF并不能实现细粒度的建模。基于这个限制，研究者们将目光转向了文本评论，评论中包含了很多丰富的信息，由于深度学习有着很强的提取特征能力，研究者们用它来学习评
H. Private·2020-08-03 07:23

OpenCV学习笔记-自适应阈值化

AdaptiveThreshold自适应阈值方法voidcvAdaptiveThreshold(constCvArr*src,CvArr*dst,doublemax_value,intadaptive_method=CV_ADAPTIVE_THRESH_MEAN_C
superdont·2020-08-03 04:31

A3NCF: An Adaptive Aspect Attention Model for Rating Prediction 读书笔记

A3NCF:AnAdaptiveAspectAttentionModelforRatingPrediction论文下载（找了很多地方希望对大家有帮助）研究目的当前的推荐系统认为考虑用户对实体的多方面属性关注能够提高推荐的准确率，不同的用户对实体的属性的重视度不同，被认为是偏好/注意力权重向量。现在的研究大多假设对于所有的实体，权重向量是相等的，其实不然。例如，用户A用昂贵的价格买了部手机，那么他所
qq_35709076·2020-08-03 03:49

【image caption】Adaptive Attention

《KnowingWhentoLook:AdaptiveAttentionviaAVisualSentinelforImageCaptioning》CVPR.2017文章目录Adaptiveattentionmodel1.改进spatialattentionmodel2.提出visualsentinelQ&A本文观点：在caption中非视觉词(比如the，of等)的生成，并不需要视觉信息，它们的梯
yaoyz105·2020-08-03 03:51

Android 9.0 Adaptive Icon 圆形图标剪切不全问题（上下左右部分被裁减）

一、继上一篇讲过设置圆形图标为默认后，发现圆形图标四周有被裁减的问题，如下图：二、开始怀疑是launcher3中的图标设置大小出了问题，但是通过修改launcher3中device_profiles.xml中的配置，如：将iconSize改小，发现并不能解决问题，依然会有被剪切的情况。由此可以排除是Launcher3的问题了。三、通过进一步跟中代码发现AdaptiveIcon的生成机制，是通过Ad
微笑为你绽放·2020-08-03 00:44

A3NCF: An Adaptive Aspect Attention Model for Rating Prediction

【论文会议】IJCAI2018【论文作者及机构】(1)ZhiyongCheng:南洋理工大学(2)YingDing:Vipshop研究院(3)XiangnanHe（何向南）:南洋理工大学(4)LeiZhu:山东师范大学(5)XuemengSong:山东大学(6)MohanKankanhalli:南洋理工大学注：何向南是推荐领域的大牛人物，其代表作有NeuralCollaborativeFilter
Quincy1994·2020-08-02 20:21

Adaptive Critics and the Basal Ganglia

郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ThisArticleisbroughttoyouforfreeandopenaccessbytheComputerScienceatScholarWorks@UMassAmherst.IthasbeenacceptedforinclusioninComputerScienceDepartmentFacultyPublicationSer
穷酸秀才大艹包·2020-08-02 17:00
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他