HSI论文阅读

论文阅读——llava

VisualInstructionTuningLLaVA指令智能体分为两类：端到端的，通过LangChain[1]/LLM[35]协调各种模型的系统。数据集生成用GPT辅助生成的，具体不写了。模型结构：inputimageXvLLM：Vicunavisualencoder：pre-trainedCLIPvisualencoderViT-L/14W是为了和词向量一个维度（weapplyatraina
じんじん·2023-12-23 06:39

论文阅读——BLIP-2

BLIP-2:BootstrappingLanguage-ImagePre-trainingwithFrozenImageEncodersandLargeLanguageModels1模型在预训练视觉模型和预训练大语言模型中间架起了一座桥梁。两阶段训练，视觉文本表示和视觉到语言生成学习。Q-Former由两个转换器子模块组成，它们共享相同的自注意层：（1）与冻结图像编码器交互用于视觉特征提取的图像
じんじん·2023-12-23 06:39

论文阅读——Flamingo

Flamingo:aVisualLanguageModelforFew-ShotLearning模型建模了给定交织的图片或支=视频的条件下文本y的最大似然：1VisualprocessingandthePerceiverResamplerVisionEncoder：frompixelstofeatures。预训练并且冻结的NFNet，在我们的数据集上使用文本图片对的对比损失训练，然后把提取的特征打
じんじん·2023-12-23 06:37

论文阅读：Face Video Generation from a Single Image and Landmark

论文题目：《FaceVideoGenerationfromaSingleImageandLandmark》论文地址：https://arxiv.org/abs/1904.11521论文阅读参考：https
LiBiscuit·2023-12-23 05:11

BFSIFT算法分析

BFSIFT算法简述硕士阶段研究的是遥感图像处理领域SAR图像处理方面知识，自然在论文阅读中接触到了BFSIFT算法。其实BFSIFT主要改进了光学SIFT算法在SAR图像匹配性能低下的问题。
AutoSleep·2023-12-23 03:00

U-Net代码复现--utils dice_score.py

本文记录自己的学习过程，内容包括：代码解读：Pytorch-UNet深度学习编程基础：Pytorch-深度学习（新手友好）UNet论文解读：医学图像分割：U_Net论文阅读数据：https://hackernoon.com
北方骑马的萝卜·2023-12-22 20:15

EfficientNet论文阅读理解

论文地址：https://link.zhihu.com/?target=https%3A//arxiv.org/abs/1911.09070概要介绍来自GoogleBrain实验室的大作，开源代码在Github。这个网络可以均衡不同的运算量（30BFLOPS-200BFLOPS)和准确性1.png1.有效多尺度的特征复用（特征金字塔FPN）简单的多尺度特征复用，因为每层特征的分别率不同，因此其对结
欠我的都给我吐出来·2023-12-22 11:57

(论文阅读)Non-Intrusive Load Monitoring by Load Trajectory and Multi-Feature Based on DCNN

Publisher:IEEETRANSACTIONSONINDUSTRIALINFORMATICSDate:OCTOBER2023Authorandaffiliation:HuiYin,KaileZhou,andShanlinYangarewiththeSchoolofManagement,HefeiUniversityofTechnology1.Overviewthisarticlepropos
shadowismine·2023-12-22 10:17

论文阅读＜GDIP: Gated Differentiable Image Processing for Object-Detection in Adverse Conditions＞

这篇文章是在2022年AAAI上发表的一篇文章IA-YOLO上进行改进的，基本思想是一致的，利用的相机ISP的pipeline进行图像增强，和YOLOv3进行联合训练。论文链接：[2209.14922]GDIP:GatedDifferentiableImageProcessingforObject-DetectioninAdverseConditions(arxiv.org)代码链接：GitHub
yrhzmu·2023-12-22 09:49

论文阅读＜SSDA-YOLO: SEMI-SUPERVISED DOMAIN ADAPTIVE YOLO FOR CROSS-DOMAIN OBJECT DETECTION＞

论文链接：https://arxiv.org/abs/2211.02213代码链接：GitHub-hnuzhy/SSDA-YOLO:Codesformypaper"SSDA-YOLO:Semi-supervisedDomainAdaptiveYOLOforCross-DomainObjectDetection"1、先明确一个定义，论文中的半监督域自适应是什么？在源数据集中进行监督训练，在目标数据集
yrhzmu·2023-12-22 09:49

论文阅读＜Joint Correcting and Refinement for Balanced Low-Light Image Enhancement＞

论文链接：https://arxiv.org/pdf/2309.16128v2.pdf代码链接：GitHub-woshiyll/JCRNet目录AbstractMotivationMethodAFeatureExtraction(FES)BJointRefinementStage(JRS)CIlluminationAdjustmentStage(IAS)DLossFunctionsExperime
yrhzmu·2023-12-22 09:18

论文阅读＜MULTISCALE DOMAIN ADAPTIVE YOLO FOR CROSS-DOMAIN OBJECT DETECTION＞

论文链接：https://arxiv.org/pdf/2106.01483v2.pdfhttps://arxiv.org/pdf/2106.01483v2.pdf代码链接：GitHub-Mazin-Hnewa/MS-DAYOLO:MultiscaleDomainAdaptiveYOLOforCross-DomainObjectDetectionMultiscaleDomainAdaptiveYOL
yrhzmu·2023-12-22 09:44

论文阅读——RS DINO

RSDINO:ANovelPanopticSegmentationAlgorithmforHighResolutionRemoteSensingImages基于MASKDINO模型，加了两个模块：BAM：BatchAttentionModule遥感图像切分的时候把一个建筑物整体比如飞机场切分到不同图片中，这样就切分成几块了，这样会使图片特征产生一些裁剪损失。所以，提出通过计算不同图片patch之间
じんじん·2023-12-22 09:14

论文阅读：Long-Term Visual Simultaneous Localization and Mapping

论文摘要指出，为了在长期变化的环境中准确进行定位，提出了一种新型的长期视觉SLAM（同步定位与地图构建）系统，该系统具备地图预测和动态物体移除功能。系统首先设计了一个高效的视觉点云匹配算法，将2D像素信息和3D体素信息有效融合。其次，使用贝叶斯持久性过滤器对地图点进行静态、半静态和动态分类，并移除动态点以消除其影响。通过对半静态地图点的时间序列建模，可以获得全局预测地图。最后，将预测的全局地图整合
稻壳特筑·2023-12-22 09:13

NLP论文阅读记录 - | 使用GPT对大型文档集合进行抽象总结

文章目录前言0、论文摘要一、Introduction二.相关工作2.1Summarization2.2神经网络抽象概括2.2.1训练和测试数据集。2.2.2评估。2.3最先进的抽象摘要器三.本文方法3.1查询支持3.2文档聚类3.3主题句提取3.4语义分块3.5GPT零样本总结四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果五总结前言ABSTRACTIVESUMMAR
yuyuyu_xxx·2023-12-22 08:19

【论文阅读笔记】MMMViT: Multiscale multimodal vision transformer for brain tumor segmentation with missing m

QiuC,SongY,LiuY,etal.MMMViT:Multiscalemultimodalvisiontransformerforbraintumorsegmentationwithmissingmodalities[J].BiomedicalSignalProcessingandControl,2024,90:105827.【代码开源】【论文概述】本文介绍了一种名为多尺度多模态视觉变换器（
cskywit·2023-12-21 20:28

【论文阅读笔记】Tag-assisted multimodal sentiment analysis under uncertain missing modalities

ZengJ,LiuT,ZhouJ.Tag-assistedmultimodalsentimentanalysisunderuncertainmissingmodalities[C]//Proceedingsofthe45thInternationalACMSIGIRConferenceonResearchandDevelopmentinInformationRetrieval.2022:1545-
cskywit·2023-12-21 20:28

【论文阅读笔记】BTS-ST: Swin transformer network for segmentation and classification of multimodality breast

IqbalA,SharifM.BTS-ST:Swintransformernetworkforsegmentationandclassificationofmultimodalitybreastcancerimages[J].Knowledge-BasedSystems,2023,267:110393.[代码开源]本文模型使用SwinTransformer（Encoder）+类Unet（Decod
cskywit·2023-12-21 20:28

《互联网时代教师自主成长的模式研究》论文阅读与思考3

3.专业阅读与一般的阅读相比，差异是什么？专业写作与一般的写作相比，差异是什么？专业交往和一般的交往，差异是什么？请分析一下您现在的专业阅读、专业写作和专业交往情况。答：专业阅读与一般阅读的差异主要体现为：(1)阅读的出发点不同。专业阅读是以提升自己的专业水平为目标，打造一个专业人士“得宜的大脑”，形成合理的知识结构，是一个长期目的，可以拆解成分阶段的目标完成。一般阅读大多数时候没有明确的目的，或
宁超群·2023-12-21 11:17

用于无监督视频异常检测的合成伪异常：一种简单有效的基于掩码自动编码器的框架 论文阅读

SYNTHETICPSEUDOANOMALIESFORUNSUPERVISEDVIDEOANOMALYDETECTION:ASIMPLEYETEFFICIENTFRAMEWORKBASEDONMASKEDAUTOENCODERABSTRACT1.INTRODUCTION2.METHODS3.EXPERIMENTSANDRESULTS4.CONCLUSION阅读总结：论文标题：SYNTHETICPS
何大春·2023-12-21 10:48

【论文阅读笔记】Branch Aggregation Attention Network for Robotic Surgical Instrument Segmentation

1.论文介绍2023年发表在IEEETMI上的文章，名字为《BranchAggregationAttentionNetworkforRoboticSurgicalInstrumentSegmentation》（用于机器人手术器械分割的分支聚合注意力网络），link，code在code（其实还没上传)。2.摘要手术器械分割对机器人辅助手术具有重要意义，但手术过程中反射、水雾、运动模糊等噪声以及手术器
咔叽布吉·2023-12-21 10:18

《论文阅读28》Unsupervised 3D Shape Completion through GAN Inversion

GAN，全称GenerativeAdversarialNetworks，中文叫生成式对抗网络。顾名思义GAN分为两个模块，生成网络以及判别网络，其中生成网络负责根据随机向量产生图片、语音等内容，产生的内容是数据集中没有见过的，也可以称为虚假内容;而判别网络负责对生成网络产生的虚假内容和另一端输入的真实内容进行判断，判断其内容是否是真实的，通常它会给出一个概率来代表内容的真实度，真实内容打高分，虚假
Darren214·2023-12-21 10:47

【论文阅读笔记】PraNet: Parallel Reverse Attention Network for Polyp Segmentation

1.论文介绍PraNet:ParallelReverseAttentionNetworkforPolypSegmentationPraNet：用于息肉分割的并行反向注意力网络2020年发表在MICCAIPaperCode2.摘要结肠镜检查是检测结直肠息肉的有效技术，结直肠息肉与结直肠癌高度相关。在临床实践中，从结肠镜图像中分割息肉是非常重要的，因为它为诊断和手术提供了有价值的信息。然而，由于两个主
咔叽布吉·2023-12-21 10:16

【论文阅读】FreeU: Free Lunch in Diffusion U-Net

paper：https://arxiv.org/abs/2309.11497code：GitHub-ChenyangSi/FreeU:FreeU:FreeLunchinDiffusionU-Net1.intro贡献：•研究并揭示了U-Net架构在扩散模型中去噪的潜力，并确定其主要骨干主要有助于去噪，而其跳过连接将高频特征引入解码器模块。•介绍了“FreeU”，利用U-Net架构的两个组件的优势，来
李加号pluuuus·2023-12-21 01:32

NLP论文阅读记录-ACL 2023 | 10 Best-k Search Algorithm for Neural Text Generation

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1优势2.2挑战三.本文方法3.1并行探索3.2时间衰变3.3堆修剪3.4模型得分四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果五总结前言用于神经文本生成的Best-k搜索算法（2211）codepaper0、论文摘要现代自然语言生成范式需要良好的解码策略
yuyuyu_xxx·2023-12-20 18:15

NLP论文阅读记录 - AAAI 23 | 02 SUMREN：总结有关新闻事件的报道演讲

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1新闻摘要2.2以查询为中心的摘要2.3新闻归因三.本文方法3.1SumREN基准3.1.1基准建设3.1.2统计3.1.3银牌训练数据生成3.2Models3.2.1以查询为中心的摘要基线3.2.2基于管道的摘要框架四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5
yuyuyu_xxx·2023-12-20 18:15

NLP论文阅读记录-ACL 2023 | 09 Improving Factuality of Abstractive Summarization without Sacrificing Summar

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法3.1候选集生成3.2排名策略四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果真实性与抽象性的权衡消融研究候选人选择过程。双重评分技术五总结局限性前言在不牺牲摘要质量的情况下提高抽象摘要的真实性（2305）codepaper0、论文摘要提高抽象概括的
yuyuyu_xxx·2023-12-20 18:14

NLP论文阅读记录-EMNLP 2023 | 03 Citance-Contextualized Summarization of Scientific Papers

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的工作1.2.1概括总结GenericSummarizationAbstract-basedsummarizationTL;DRsummarizationComprehensivesummarization1.2.2基于引文的摘要Citation-basedSummarization1.3本文贡献二.本文方法3.1情境总结
yuyuyu_xxx·2023-12-20 18:44

NLP论文阅读记录-EMNLP2023| 04 GEMINI: Controlling The Sentence-Level Summary Style in Abstractive Text

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的工作1.3本文贡献三.本文方法3.1句子级别的摘要风格HumanEvaluationofSummaryStyleAutomaticDetectionofSummaryStyleOracleLabelforSummaryStyle3.2GEMINI：重写器生成器网络InputandOutputDocumentEncoder
yuyuyu_xxx·2023-12-20 18:44

NLP论文阅读记录-EMNLP2023| 09 Background Summarization of Event Timelines

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.背景总结3.1任务3.2数据集构建3.3数据集分割3.4注释者间协议3.5后台效用分数(BUS)四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.5.1自动评估4.5.2人工评价五BUSAnalysis5.1BUS–GPT5.2BUS–Human5.3Co
yuyuyu_xxx·2023-12-20 18:44

NLP论文阅读记录-ACL 2023 | Improving the Robustness of Summarization Systems with Dual Augmentation

文章目录前言一、论文摘要二、论文动机2.1目标问题2.2相关工作三.本文工作3.1摘要攻击器受攻击的词选择器使用LM和梯度进行攻击3.2双重增强漏洞分析增强设计输入空间增强潜在语义空间增强四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果SummAttackerEvaluationRobustnessEvaluation噪声数据集的鲁棒性。受对抗性攻击干扰的数据集的鲁棒
yuyuyu_xxx·2023-12-20 18:13

NLP论文阅读记录-EMNLP 2023 | 02 Improving Biomedical Abstractive Summarisation with Knowledge Aggregation

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的工作1.3本文贡献三.本文方法3.1任务定义3.2来自引文的知识聚合3.3摘要生成3.4训练和推理四实验效果4.1数据集数据集的创建创建过程提取引文图4.2对比模型4.3实施细节4.4评估指标4.5实验结果自动评估人工评价深入分析五总结局限性前言通过引文论文的知识聚合改进生物医学抽象总结（2310）codepaper0、
yuyuyu_xxx·2023-12-20 18:13

NLP论文阅读记录 - AAAI-23 | 01 Cogito Ergo Summ：通过语义解析图和一致性奖励对生物医学论文进行抽象总结

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作2.1抽象概括2.2图增强摘要2.3抽象概括的强化学习三.本文方法COGITOERGOSUMM框架3.1问题陈述3.2图表构建**事件图****AMR图****图合并和重新连接**Model文本编码器图编码器解码器培训目标和一致性奖励四实验效果4.1数据集4.2对比模型4.3实施细节4.4评
yuyuyu_xxx·2023-12-20 18:41

Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection 论文阅读

文章信息发表于：IEEETransactionsonPatternAnalysisandMachineIntelligenceJanuary2024CCFA原文链接：https://ieeexplore.ieee.org/document/10273635代码链接：https://github.com/ristea/ssmctb/Self-SupervisedMaskedConvolutional
何大春·2023-12-20 12:19

多层记忆增强外观-运动对齐框架用于视频异常检测 论文阅读

MULTI-LEVELMEMORY-AUGMENTEDAPPEARANCE-MOTIONCORRESPONDENCEFRAMEWORKFORVIDEOANOMALYDETECTION论文阅读摘要1.介绍
何大春·2023-12-20 12:19

一种基于外观-运动语义表示一致性的视频异常检测框架 论文阅读

AVIDEOANOMALYDETECTIONFRAMEWORKBASEDONAPPEARANCE-MOTIONSEMANTICSREPRESENTATIONCONSISTENCY论文阅读ABSTRACT1
何大春·2023-12-20 12:18

2021春季小结 #博士学习复盘笔记#

这个课每周的任务需要完成200-300页的阅读或者6-8篇论文阅读，再加上50
Ayla_wen·2023-12-20 11:24

Python Opencv实践 - 手部跟踪

mediapipe做手部检测的资料，可以参考这里：MediaPipeHands:On-deviceReal-timeHandTracking论文阅读笔记-知乎论文地址：https://arxiv.org
亦枫Leonlew·2023-12-20 09:28

【论文阅读】BERTopic：采用一个基于类的TF-IDF流程进行神经网络的主题建模

摘要主题模型对于在文档的集合中发现潜在的主题非常有用。近期的研究已经展示了主题建模方法作为一个聚类任务的可行性。本文展示了BERTopic，它是一个话题模型，它通过对一个基于类的TF-IDF的变体的开发，抽取一致的话题表示。具体来说，BERTopic采用预训练的基于transformer的语言模型来产生文档的嵌入，对这些文档嵌入进行聚类，并最后利用基于类的TF-IDF过程来产生话题的表示。BERT
沐兮Krystal·2023-12-19 22:51

论文阅读/中文记录，材料机器学习：Data-driven based phase constitution prediction in high entropy alloys

HanQ,LuZ,ZhaoS,etal.Data-drivenbasedphaseconstitutionpredictioninhighentropyalloys[J].ComputationalMaterialsScience,2022,215:111774.文章目录摘要1.引言2.方法2.1数据收集和处理2.2机器学习模型3.结果和分析3.1特征相关性3.2机器学习模型的预测性能3.3特征和
keith_VV·2023-12-19 15:22

材料论文阅读/中文记录：Scaling deep learning for materials discovery

MerchantA,BatznerS,SchoenholzSS,etal.Scalingdeeplearningformaterialsdiscovery[J].Nature,2023:1-6.文章目录摘要引言生成和过滤概述GNoME主动学习缩放法则和泛化发现稳定晶体通过实验匹配和r2SCANr^2SCANr2SCAN进行验证有趣的组合家族扩大习得的原子间势零样本缩放和泛化筛选固态离子导体结论在线
keith_VV·2023-12-19 15:48

论文阅读——Loss odyssey in medical image segmentation

Lossodysseyinmedicalimagesegmentationgithub：https://github.com/JunMa11/SegLossOdyssey这篇文章回顾了医学图像分割中的20种不同的损失函数，旨在回答：对于医学图像分割任务，我们应该选择哪种损失函数？首先是一张各类分割函数的图谱：介绍函数之前先定义字母符号的含义：，分别代表分割结果和GT，代表里面的每个体素，N是一张图
じんじん·2023-12-19 11:17

论文阅读——Semantic-SAM

Semantic-SAM可以做什么：整合了七个数据集：一般的分割数据集，目标级别分割数据集：MSCOCO,Objects365,ADE20k部分分割数据集：PASCALPart,PACO,PartImagenet,andSA-1BThedatasetsareSA-1B,COCOpanoptic,ADE20kpanoptic,PASCALpart,PACO,PartImageNet,andObjec
じんじん·2023-12-19 11:17

论文阅读——Painter

ImagesSpeakinImages:AGeneralistPainterforIn-ContextVisualLearningGitHub-baaivision/Painter:Painter&SegGPTSeries:VisionFoundationModelsfromBAAI可以做什么：输入和输出都是图片，并且不同人物输出的图片格式相同，输入输出图片格式都是H×W×3，具体大概是原始lab
じんじん·2023-12-19 11:14

【论文阅读笔记】A Recent Survey of Vision Transformers for Medical Image Segmentation

KhanA,RaufZ,KhanAR,etal.ARecentSurveyofVisionTransformersforMedicalImageSegmentation[J].arXivpreprintarXiv:2312.00634,2023.【论文概述】本文是关于医学图像分割中视觉变换器（VisionTransformers，ViTs）的最新综述。文中详细回顾了ViTs及其与卷积神经网络（CN
cskywit·2023-12-19 05:51

【论文阅读笔记】Pre-trained Universal Medical Image Transformer

LuoL,ChenX,TangB,etal.Pre-trainedUniversalMedicalImageTransformer[J].arXivpreprintarXiv:2312.07630,2023.【代码开源】【论文概述】本文介绍了一种名为“预训练通用医学图像变换器（Pre-trainedUniversalMedicalImageTransformer，简称PUMIT）”的新型算法，该算
cskywit·2023-12-19 05:18

论文阅读：Learning sRGB-to-Raw-RGB De-rendering with Content-Aware Metadata

论文阅读：LearningsRGB-to-Raw-RGBDe-renderingwithContent-AwareMetadataAbstract大多数的CameraISP会将RAW图经过一系列的处理，
Matrix_11·2023-12-18 16:12

《论文阅读》基于具有共情扰动的即插即用机制的共情回复生成 2023 IEEE/ACM TRANSACTIONS ON AUDIO, SPEECH, AND LANGUAGE PROCESSING

《论文阅读》基于具有共情扰动的即插即用机制的共情回复生成前言模型结构AttributeModelforAffectiveEmpathyAttributeModelforCognitiveEmpathyAttributeModelforFluencyPlug-and-PlayStructureResponseGenerationModel
365JHWZGo·2023-12-18 15:59

《论文阅读》DIFFUSEMP：一种基于扩散模型的多粒度控制共情回复生成框架 2023 IEEE TAC

《论文阅读》DIFFUSEMP：一种基于扩散模型的多粒度控制共情回复生成框架前言简介相关知识DiffusionModel模型架构整体流程AcquisitionofControlSignalsDiffusionModelwithControl-RangeMasking
365JHWZGo·2023-12-18 15:27

PPINN Parareal physics-informed neural network for time-dependent PDEs

论文阅读：PPINNPararealphysics-informedneuralnetworkfortime-dependentPDEsPPINNPararealphysics-informedneuralnetworkfortime-dependentPDEs
xuelanghanbao·2023-12-18 10:15
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他