FairMOT论文阅读笔记

论文阅读笔记格式

写在前面本篇笔记结合了李沐老师论文精读课的第一节【如何读论文】和滑铁卢大学S.Keshav教授写的【Howtoreadpaper】李沐老师课程链接：https://www.bilibili.com/video/BV1H44y1t75x/?spm_id_from=333.999.0.0&vd_source=e0a80296e5f702f44891bb2ca9f637ccS.Keshav教授文章原文：
直博生小艾的科研成长日记·2023-10-30 06:55

论文阅读笔记：A survey of sketches in traffic measurement Design, Optimization, Application

论文阅读笔记：InformationFusion2022:Asurveyofsketchesintrafficmeasurement:Design,Optimization,ApplicationandImplementation
烟花再美，不过·2023-10-30 02:04

《Object Detection in 20 Years: A Survey》论文阅读笔记

这篇文章发表于2019年5月16日，它回顾了1990年~2019年间的400多篇目标检测论文，涵盖了和这一领域相关的众多课题，如目标检测发展过程中的里程碑、目标检测数据集、评价指标、目标检测系统的基本模块、加速技术以及当前的SOTA方法。此外，这篇文章也涉及到一些重要的应用场景，如行人检测、人脸检测以及文本检测等。文章的整体脉络如下：第二部分：目标检测二十多年来的发展史第三部分：加速技术第四部分：
oneoverzero·2023-10-30 02:11

ResNeXt论文阅读笔记.md

目录1.提出背景2.核心思想3.论文核心4.分组卷积5.核心代码论文:AggregatedResidualTransformationsforDeepNeuralNetworks论文地址:https://arxiv.org/abs/1611.05431代码地址Keras:https://github.com/titu1994/Keras-ResNeXtPytorch:https://github.
weixin_30608503·2023-10-29 19:15

MIT Kimera论文阅读笔记

论文出处1.title={Kimera:anOpen-SourceLibraryforReal-TimeMetric-SemanticLocalizationandMapping}2.author={Rosinol,AntoniandAbate,MarcusandChang,YunandCarlone,Luca}3.year={2020}4.booktitle={IEEEIntl.Conf.onR
Compile666·2023-10-28 22:31

Class-Aware Robust Adversarial Training for Object Detection论文阅读笔记

针对目标检测的类感知对抗训练2021年的CVPR，哥伦比亚大学和中心研究院合作的工作。摘要：  目的通过对抗训练增强目标检测的鲁棒性，对于一张给定的图像，本文提出的方法产生一个通用的对抗性攻击来同时攻击图像中所有的目标，共同最大化每个对象各自的损失，然后将总损失再分解成类损失，按照该类的数量进行归一化。引言：（这里理一下之前一直都没清楚的时间线，关于对抗攻击的）：  2014年的ICLR文章——《
骑驴去学习·2023-10-27 07:10

LSAE：Learning Shape-Aware Embedding for Scene Text Detection 场景文本检测----论文阅读笔记

论文题目：LearningShape-AwareEmbeddingforSceneTextDetection香港中文大学和腾讯优图共同发表在2019CVPR论文地址：jiaya.me/papers/textdetection_cvpr19.pdf贡献提出了Shape-AwareLoss，可以很好的分割相邻的文本实例并且可以检测很大很长的文本实例（将图像像素映射到嵌入特征空间中，在该空间中，属于同一
CharlesWu123·2023-10-27 07:00

自监督论文阅读笔记 RingMo: A Remote Sensing Foundation Model with Masked Image Modeling

深度学习方法促进了遥感(RS)图像解释的快速发展。最广泛使用的训练范式是利用ImageNet预训练模型来处理指定任务的RS数据。然而，存在自然场景与RS场景之间的领域差距，以及RS模型泛化能力差等问题。开发具有通用RS特征表示的基础模型是有意义的。由于有大量未标记的数据可用，自监督方法在遥感方面比全监督方法具有更大的发展意义。然而，目前大多数自监督方法都使用对比学习，其性能对数据增强、附加信息以及
YoooooL_·2023-10-25 23:09

论文阅读笔记《PVN3D: A Deep Point-wise 3D Keypoints Voting Network for 6DoF Pose Estimation》

核心思想  本文提出一种基于3D关键点投票网络的姿态估计算法。通过投票的方式从RGBD图像中寻找3D关键点，并采用语义分割网络和中心点检测网络实现实例分割，最后根据实例中关键点和对应模型的关键点之间的匹配关系，利用最小二乘法计算得到图像实例与模型之间的位姿变换（旋转矩阵+平移矩阵），即得目标物体的6D位姿。特点在于本文不是直接从图像中提取关键点，而是利用网络预测每个点与关键之间的位置偏移，然后计算
深视·2023-10-25 19:18

论文阅读笔记《DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion》

核心思想  本文提出一种基于RGB-D图像预测目标物体位姿的方法（DenseFusion）。首先，利用一个语义分割网络得到目标物体的分割图像，分别用两个网络用于处理RGB图像和点云图（由深度图获得），将颜色特征和几何特征逐像素的拼接起来，并利用一个特征融合网络获得全局特征。然后将全局特征级联到每个像素的特征向量上，并利用位姿预测网络输出每个像素点对应的位姿估计结果和一个置信度值，最终选择置信度最大
深视·2023-10-25 19:18

【论文阅读笔记】One Shot 3D Photography

论文主页：https://facebookresearch.github.io/one_shot_3d_photography/代码地址：https://github.com/facebookresearch/one_shot_3d_photography  该3D照片方向，由于刚入门，所以会倾向于翻译文章。每个操作上的选择，及为什么不进行另外操作的原因都如数放上。论文小结  本作的工作是从单张R
时光机ﾟ·2023-10-25 19:47

论文阅读笔记——拥塞控制算法PCC Vivace

目录PCCVivace阅读笔记PCC和BBR都是垃圾！PCCVivacevs.PCCAllegroAllegro为什么垃圾？Vivace为什么比较牛逼？小结Vivace的目标函数框架小结Vivace如何与传统TCP进行交互？总结PCCVivace阅读笔记本文是关于NSDI'18论文《PCCVivace:Online-LearningCongestionControl》的阅读笔记。受机器学习中的在线
yue2388253·2023-10-24 04:19

ORB-SLAM2 论文阅读笔记 + 无痛复现

ORB-SLAM2:用于单目、双目和RGB-D相机的开源SLAM系统一、原文简译摘要I.INTRODUCTION介绍II.RELATEDWORK相关工作A.双目SLAMB.RGB-DSLAMIII.ORB-SLAM2A.单目，远、近立体关键点B.SystemBootstrapping系统引导C.用单目和双目约束进行BAD.循环关闭和全BAE.关键帧插入F.定位模式IV.EVALUATION评估A.
大胜s·2023-10-23 09:13

【论文阅读笔记】MSNet: A Seismic Phase Picking Network Applicable to Microseismic Monitoring

论文阅读笔记：MSNet:ASeismicPhasePickingNetworkApplicabletoMicroseismicMonitoring摘要MSNet的微震相位拾取的全卷积网络从模型结构、训练数据
luzhoushili·2023-10-22 20:52

【论文阅读笔记】 Curated Pacific Northwest AI-ready Seismic Dataset

CuratedPacificNorthwestAI-readySeismicDataset太平洋西北部人工智能地震数据集摘要描述了一个AI就绪地震数据集包括各种地震事件参数仪器元数据地震波行描述地震目录和事件属性（事件震级类型，信道类型，波形极性，信噪比，相位选择）随着网络检测系统的时间演变非技术型总结AI准备数据集是推动机器学习发展的关键因素训练模型的数据多样性是推动模型性能或者泛化能力的主要因
luzhoushili·2023-10-22 20:43

【论文阅读笔记】A literature survey of MR-based brain tumor segmentation with missing modalities

ZhouT,RuanS,HuH.AliteraturesurveyofMR-basedbraintumorsegmentationwithmissingmodalities[J].ComputerizedMedicalImagingandGraphics,2022:102167.综述对象：2022年3月1日前文章，在训练期间可以使用完整的磁共振模式，而在测试期间可能没有一个或多个模式。摘要：多模态
cskywit·2023-10-22 12:55

论文阅读笔记——Swin Transformer V2

论文标题：SwinTransformerV2:ScalingUpCapacityandResolution摘要：大规模NLP模型已被证明可以显著提高语言任务的性能，而没有饱和的迹象。他们还展示了惊人的很少有人像那样的射击能力。本文旨在探索计算机视觉中的大规模模型。我们解决了大型视觉模型训练和应用中的三个主要问题，包括训练的不稳定性、预训练和微调之间的分辨率差距以及对标记数据的渴望。提出了三种主要技
沉潜于·2023-10-22 12:38

论文阅读笔记-You Are What You Do: Hunting Stealthy Malware via Data Provenance Analysis

NDSSYouAreWhatYouDo:HuntingStealthyMalwareviaDataProvenanceAnalysis链接：https://www.ndss-symposium.org/wp-content/uploads/2020/02/24167-paper.pdf第一章简介1.文中介绍了现阶段的恶意软件多采用免杀技术来防范安全软件的检测，如进程重命名、文件重命名等，一般的恶意
梦想闹钟·2023-10-21 11:42

2021_SIGIR_Social Recommendation with Implicit Social Influence

[论文阅读笔记]2021_SIGIR_SocialRecommendationwithImplicitSocialInfluence论文下载地址：https://doi.org/10.1145/3404835.3463043
XingHe_XingHe_·2023-10-20 23:15

2021_WWW_Random Walks with Erasure: Diversifying Personalized Recommendations on Social and Informat

[论文阅读笔记]2021_WWW_RandomWalkswithErasure:DiversifyingPersonalizedRecommendationsonSocialandInformationNetworks
XingHe_XingHe_·2023-10-20 23:15

全景叙事定位 Towards Real-Time Panoptic Narrative Grounding by an End-to-End Grounding Network 论文阅读笔记

全景-语句定位TowardsReal-TimePanopticNarrativeGroundingbyanEnd-to-EndGroundingNetwork论文阅读笔记一、Abstract二、引言三、
乄洛尘·2023-10-20 23:05

Slide-Transformer: Hierarchical Vision Transformer with Local Self-Attention论文阅读笔记

-cvpr2023-当前attention机制存在的问题：①利用im2col方式计算localattention需要消耗很大的计算资源②windowattention存在固定的设计模式，如窗口应该如何移动，引入人工干涉。-Method-.ShiftasDepthwiseConvolution作者首先从新的角度上剖析了im2col的原理，并用深度卷积重新实现localattention机制。①im2
我来了！！！·2023-10-20 04:46

语音情感识别领域-论文阅读笔记1：融合语音和文字的句段级别情感识别技术

语音情感识别领域-论文阅读笔记1FusionTechniquesforUtterance-LevelEmotionRecognitionCombiningSpeechandTranscripts融合语音和文字的句段级别情感识别技术本文是对
笨鸟东南飞·2023-10-19 09:04

论文阅读笔记markdown模板

Title文章标题Summary写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。ResearchObjective作者的研究目标。ProblemStatement问题陈述，要解决什么问题？Method(s)解决问题的方法/算法是什么？Evaluation作者如何评估自己的方法，有没有问题或者可以借鉴的地方。Conclusion作者给了哪些strongconclusion,又给了哪
iwtbs_kevin·2023-10-16 16:17

Empowering Low-Light Image Enhancer through Customized Learnable Priors 论文阅读笔记

中科大、西安交大、南开大学发表在ICCV2023的论文，作者里有李重仪老师和中科大的JieHuang（ECCV2022的FECCVPR2022的ENC和CVPR2023的ERL的一作）喔，看来可能是和JieHuang同一个课题组的，而且同样代码是开源的，我很喜欢。文章利用了MAE的encoder来做一些事情，提出了一个叫customizedunfoldingenhancer（CUE）的方法。从MA
ssf-yasuo·2023-10-16 15:13

ExposureDiffusion: Learning to Expose for Low-light Image Enhancement论文阅读笔记

南洋理工大学、鹏城实验室、香港理工大学在ICCV2023发表的暗图增强论文。用diffusion模型来进行raw图像暗图增强，同时提出了一个自适应的残差层用来对具有不同信噪比的不同区域采取不同的去噪策略。方法的框图如下所示：一张raw图片可以由信号和噪声组成，其中信号是曝光时间、增益和场景光子转化为电子数量三者乘积，噪声是由服从泊松分布的散粒噪声和与信号相独立的噪声的加和：文章定义暗图增强的目标为
ssf-yasuo·2023-10-15 09:18

自监督论文阅读笔记 Ship Detection in Sentinel 2 Multi-Spectral Images with Self-Supervised Learning

船舶自动检测为用于安全或经济监测目的的海事领域感知提供了必要的功能。这项工作提出了一种用很少的标记示例，在Sentinel2多光谱图像中训练深度学习舰船检测器的方法。本文设计了一种具有可单独预训练主干的舰船检测网络结构。通过使用自监督学习，一种新兴的无监督训练程序，在Sentinel-2图像上学习良好的特征，不需要标记，以初始化我们的网络骨干。然后对整个网络进行微调，学习在具有挑战性的环境中检测船
YoooooL_·2023-10-15 04:52

论文阅读笔记（四十五）：Deformable Convolutional Networks

Convolutionalneuralnetworks(CNNs)areinherentlylimitedtomodelgeometrictransformationsduetothefixedgeometricstructuresintheirbuildingmodules.Inthiswork,weintroducetwonewmodulestoenhancethetransformation
__Sunshine__·2023-10-14 13:16

Learn to See in the Dark（论文阅读笔记）

LearntoSeeintheDark（论文阅读笔记）最近做项目看了一篇论文《LearntoSeeintheDark》下面是一些论文笔记概括：这篇论文主要介绍的是在低光照的环境下用两个标准的FCN网络，
qq_38277565·2023-10-14 13:13

开放目标检测Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection 论文阅读笔记

开放目标检测GroundingDINO:MarryingDINOwithGroundedPre-TrainingforOpen-SetObjectDetection论文阅读笔记一、Abstract二、引言三
乄洛尘·2023-10-13 09:34

Transformer 系列 Interpret Vision Transformers as ConvNets with Dynamic Convolutions 论文阅读笔记

Transformer系列InterpretVisionTransformersasConvNetswithDynamicConvolutions论文阅读笔记一、Abstract二、引言三、相关工作VisionTransformers
乄洛尘·2023-10-13 09:58

VIT、CILP、Swin Transformer、MAE模型论文阅读笔记

本博客针对视觉Transformer方面的工作，对当前热点研究做一下总结。主要是VIT、SwinTransformer、MAE、CILP这四篇。有一句话说的很有道理，因此放在这篇博客最前面。为什么NLP领域的预训练模型很好用，但是图像领域的预训练模型就很一般？这因为我们在NLP领域中找到了非常棒的pretexttask（代理任务），比如回想一下bert，我们需要理解一句话的意思，知道语义信息，那么
ASS-ASH·2023-10-13 08:21

Burstormer论文阅读笔记

这是CVPR2023的一篇连拍图像修复和增强的论文，一作是阿联酋的默罕默德本扎耶得人工智能大学，二作是旷视科技。这些作者和CVPR2022的一篇BIPNet，同样是做连拍图像修复和增强的，是同一批。也就是说同一个方向，22年中了一篇CVPR，改进了下模型，23年又中了一篇CVPR连拍图像的多帧是不对齐的，为了实现帧间信息交流、帧对齐和帧修复/增强，本文提出了一个连拍图像超分、去噪、暗光增强模型网络
ssf-yasuo·2023-10-13 01:15

Learning Sample Relationship for Exposure Correction 论文阅读笔记

这是中科大发表在CVPR2023的一篇论文，提出了一个module和一个损失项，能够提高现有exposurecorrection网络的性能。这已经是最近第三次看到这种论文了，前两篇分别是CVPR2022的ENC（和这篇文章是同一个一作作者）和CVPR2023的SKF，都是类似即插即用地提出一些模块来提高现有方法的性能，实验结果都是以方法A+XX比方法A性能提高，方法B+xx比方法B性能提高的方式展
ssf-yasuo·2023-10-13 01:15

Exposure Normalization and Compensation for Multiple-Exposure Correction 论文阅读笔记

这是CVPR2022的一篇曝光校正的文章，是中科大的。一作作者按同样的思路（现有方法加一个自己设计的即插即用模块以提高性能的思路）在CVPR2023也发了一篇文章，名字是LearningSampleRelationshipforExposureCorrection。文章的动机是，多曝光图像中，过曝和欠曝的图片的调整方向是相反的，给训练带来了问题（和CVPR2023那篇的动机是一致的）。同时，网络优
ssf-yasuo·2023-10-13 01:10

BERT ：Pre-training of Deep Bidirectional Transformers for Language Understanding论文阅读笔记（NAACL 2019）

目录原文翻译：BERT：用于语言理解的深度双向Transformer预训练原文链接：https://aclanthology.org/N19-1423.pdf摘要：1引言2相关工作2.1基于特征的方法2.2微调方法2.3在有监督数据上的迁移学习3BERT3.1模型架构3.2输入表示3.3预训练任务3.4预训练方法3.5微调方法3.6BERT和GPT的比较4实验4.1GLUE数据集4.2SQuAD数
坚持更新的咩·2023-10-11 23:59

FairMOT构建DCNv2踩坑记录

报错1：error:MicrosoftVisualC++14.0isrequired.Getitwith"BuildToolsforVisualStudio":https://visualstudio.microsoft.com/downloads/1.png解决方案：visualc++buildtools的安装与使用https://blog.csdn.net/u012247418/article
花卷呀花卷·2023-10-11 22:41

【自动驾驶论文阅读笔记——精读RetinaTrack】

[阅读心得]自动驾驶经典论文——RetinaTrack写在前面1.Abstract2.Introduction3.RetinaTrack3.1Overview3.2RetinaNet3.3Modifying:Per-Anchor+Embbeding-Branch3.4TrainingLoss+LabelAssign3.5Inference4.Experiment4.1Architectual4.2
书玮嘎·2023-10-11 13:33

论文阅读笔记（Clover: 计算与存储被动分离的分布式键值存储系统）

关于DisaggregatingPersistentMemoryandControllingThemRemotely:AnExplorationofPassiveDisaggregatedKey-ValueStores这篇论文的笔记原文链接提出背景传统的分布式存储系统中，每个节点都会包含计算和存储两个部分，一个节点既可以访问本地的存储部分也可以访问远端的存储部分。传统的存储部分是由SSD或者HDD
YoungerChina·2023-10-11 01:35

windows平台FairMOT的实现

环境：python3.6+pytorch1.1.0+torchvision0.3.0+cuda9.2+vs2015该项目需要装3个c++库（dcn_v2，apex，cython_bbox）特别坑，各种环境不匹配，各种bug。本人c++小白，但是一路摸索总算成功了。下面总结一下：一、1.先把源码下下来，用git（自己手安）克隆或者直接下载zip文件都可：https://github.com/ifzh
maohule·2023-10-10 03:00

DALL-E: Zero-Shot Text-to-Image Generation

Zero-ShotText-to-ImageGeneration论文阅读笔记摘要：基于零样本（zero-shot）生成。使用两亿个文本-图像对训练。
芋圆526·2023-10-09 13:31

进化计算（五）——NSGA-II论文阅读笔记（二）

AfastandelitistmultiobjectivegeneticalgorithmNSGA-II阅读笔记（二）测试函数仿真方法选择初始参数设置性能评价结果旋转多目标问题约束处理—针对rank分配方法的改进建议的约束处理方法——ConstrainedNSGA-IIRay–Tai–Seow的约束处理方法对比结果Conclusion参考链接 论文中展示了PAES、SPEA、NSGAII三个算法的
南木长·2023-10-07 21:59

非支配排序遗传算法NSGA

纯小白超详细的非支配排序遗传算法原理讲解_哔哩哔哩_bilibili待读文章：进化计算（四）——NSGA/NSGAII算法详解_nsga求解单目标_南木长的博客-CSDN博客进化计算（五）——NSGA-II论文阅读笔记
HealthScience·2023-10-07 21:28

论文阅读笔记 GLM: General Language Model Pretrainingwith Autoregressive Blank Infilling

2022-Du-GLMGeneralLanguageModelPretrainingwithAutoregressiveBlankInfillingAbstractGLM基于自回归填空的通用语言模型，可比预训练自编码模型BERT、自回归模型GPT、编码-解码模型T5效果好。自回归填空架构微调GLM讨论与分析比较GLM与其他预训练模型的差异与BERT比较与XLNet比较与T5比较与UniLM比较实验
Sunny G helloworld·2023-10-02 16:34

FairMOT论文阅读笔记

Abstract近些年目标检测和Re-ID有很大的发展，但是没有人在单个网络中联合这两个任务。由于re-ID任务没有公平的学习，这导致了大量id的转换。不公平之处在于两个方面:(1)他们将重新身份识别视为次要任务，其准确性在很大程度上取决于主要检测任务。所以训练很大程度上偏向于检测任务，而忽略了重识别任务；(2)它们使用感兴趣区域对齐来提取直接从对象检测中借用的重标识特征。然而，这在表征对象时引入
我在阳澄湖畔吃炸鸡·2023-09-30 18:50

多目标跟踪算法（FairMOT）训练、测试过程

多目标跟踪算法（FairMOT）训练、测试过程GitHub地址：https://github.com/ifzhang/FairMOT除GitHub上的步骤，还应做如下修改：①训练数据集仅采用CUHKSYSU
weixin_45774010·2023-09-30 18:20

FairMot代码解读

FairMot代码解读项目地址先看src/demo.py:defdemo(opt):result_root=opt.output_rootifopt.output_root!=''else'.'
weixin_37958272·2023-09-30 18:19

A Simple Baseline for multi-object Tracking(FairMOT)论文阅读笔记

FairMOT论文笔记（一）Title（二）Summary（三）ResearchObejct（四）ProblemStatement（五）Method5.1backbone5.2ObjectDetectionBranch5.3IdentityEmbeddingBranch5.4LossFunctions5.5
不知道叫啥好一点·2023-09-30 18:18

FairMOT 论文学习

1.解决了什么问题？现有的多目标跟踪方案将目标检测和reID任务放在一个网络里面优化学习，计算效率高。目标检测首先在每一帧中检测出兴趣目标，要么将其与现有的轨迹关联起来，要么创建一个新的轨迹。这两个任务会相互竞争，现有的方法都将reID任务列为次优先级任务，而检测任务为主优先级，reID的准确率受检测影响很大，这对reID不公平。当场景中目标很多时，先检测再跟踪的方式无法取得实时的效果，因为这两个
calvinpaean·2023-09-30 18:18

基于深度学习模型的电力变压器故障声音诊断方法研究-论文阅读笔记

基于深度学习模型的电力变压器故障声音诊断方法研究论文来源DOI：10.16311/j.audioe.2020.01.020论文目的在变压器不停止工作的情况下，基于变压器的三种状态：正常、老化和放电下对变压器发出的声音信号进行声谱图转换和梅尔对数谱图的转换，输入到MobileNet中进行训练。采用梅尔对数谱图转换实现了高达99%的识别准确率。采用声谱图转换对放电缺陷检测识别率较高，但是对老化故障识别
wyypersist·2023-09-28 22:43
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他