KD论文阅读第22页

点云从入门到精通技术详解100篇-面向无人驾驶的三维点云目标检测（续）

目录3.2KD-DBSCAN3.2.1DBSCAB聚类算法3.2.2KD-Tree的概述3.3实验结果与分析点云数据的分类任务

格图素书·2023-11-06 10:34

论文阅读笔记改进遗传算法与粒子群优化算法及其对比分析

改进遗传算法与粒子群优化算法及其对比分析任斌,丰镇平西安交通大学叶轮机械研究所,西安交通大学叶轮机械研究所710049,西安,710049,西安摘要：进化算法作为一类新的优化搜索方法,广泛应用于各种优化问题.现对简单遗传算法进行了改进,采用实值编码,并与模拟退火算法及基于适值排序和随机选择的方法相结合,形成了改进遗传算法.同时还介绍了一种新的进化算法—粒子群优化算法.将这两种优化算法应用于函数优化

Sunny G helloworld·2023-11-06 08:02

论文阅读—— CEASC（cvpr2023）

arxiv：https://arxiv.org/abs/2303.14488github：https://github.com/Cuogeihong/CEASC为了进一步减轻SC中的信息损失，使训练过程更加稳定，我们在训练过程中除了稀疏卷积之外，还保持了正常的密集卷积，生成了在全输入特征图上卷积的特征图。然后，我们使用来通过将MSE损失优化为来增强稀疏特征图

じんじん·2023-11-06 02:56

论文阅读—— UniDetector（cvpr2023）

arxiv：https://arxiv.org/abs/2303.11749github：https://github.com/zhenyuw16/UniDetector一、介绍通用目标检测旨在检测场景那种的一切目标。现有的检测器依赖于大量数据集通用的目标检测器应该有两个能力：1、可以利用多种来源的图片和标签训练2、可以很好的泛化到开放世界，对于没见过的类别也可以预测。传统的目标检测，rcnn系列

じんじん·2023-11-06 02:55

论文阅读——What Can Human Sketches Do for Object Detection？(cvpr2023)

论文：https://openaccess.thecvf.com/content/CVPR2023/papers/Chowdhury_What_Can_Human_Sketches_Do_for_Object_Detection_CVPR_2023_paper.pdf代码：WhatCanHumanSketchesDoforObjectDetection?(pinakinathc.me)一、Base

じんじん·2023-11-06 02:53

【论文阅读】Equivariant Contrastive Learning for Sequential Recommendation

【论文阅读】EquivariantContrastiveLearningforSequentialRecommendation文章目录【论文阅读】EquivariantContrastiveLearningforSequentialRecommendation1

笃℃·2023-11-06 01:01

Lamport Clock 笔记

Time,Clocks,andtheOrderingofEventsinaDistributedSystem论文阅读笔记之前看过一点分布式算法：DistributedComputing——Principles

rsy56640·2023-11-05 21:41

帧间快速算法论文阅读

LowcomplexityintercodingschemeforVersatileVideoCoding(VVC)通过分析相邻CU的编码区域，预测当前CU的编码区域，以终止不必要的分割模式。1、2、3、4表示当前CU（CU0)的相邻CU。根据空间相关性，当前CU的面积预测为wiw_iwi的值分别为0.3，0.2，0.3，0.2。（考虑到水平方向和垂直方向的相关性大于对角线方向的相关性）当预测面积

什么都不懂的小青蛙·2023-11-05 16:32

论文阅读—— BiFormer(cvpr2023)

论文：https://arxiv.org/abs/2303.08810github：GitHub-rayleizhu/BiFormer:[CVPR2023]Officialcodereleaseofourpaper"BiFormer:VisionTransformerwithBi-LevelRoutingAttention"一、介绍1、要解决的问题：transformers可以捕捉长期依赖，但是它

じんじん·2023-11-05 09:53

论文阅读“Deep Multi-view Sparse Subspace Clustering”

TangX,TangX,WangW,etal.Deepmulti-viewsparsesubspaceclustering[C]//Proceedingsofthe2018VIIInternationalConferenceonNetwork,CommunicationandComputing.2018:115-119.摘要导读大多数多视图子空间聚类算法分别从每个视图中提取浅层特征来构造亲和矩阵。

掉了西红柿皮_Kee·2023-11-05 08:34

【论文阅读】MD vs FA: Adversarial learning for small object segmentation in infrared images

WangH,ZhouL,WangL.Missdetectionvs.falsealarm:Adversariallearningforsmallobjectsegmentationininfraredimages[C]//ProceedingsoftheIEEE/CVFInternationalConferenceonComputerVision.2019:8509-8518.论文试图解决什么问题

w-here·2023-11-05 05:38

（论文阅读13/100）R-CNN minus R

文献阅读笔记简介题目R-CNNminusR作者KarelLencAndreaVedaldi原文链接https://arxiv.org/pdf/1506.06981.pdf关键词Null研究问题proposalgeneration在基于CNN的探测器中的作用，以确定它是否是一个必要的建模组件。R-CNN留下的几个有趣的问题：第一个问题是CNN是否包含足够的几何信息来定位对象，或者后者是否必须由外部机

朽月初二·2023-11-05 04:59

【论文阅读 12】PoseCNN: A Convolutional Neural Network for 6D Object Pose Estimation in Cluttered Scenes

PoseCNN:一种用于杂乱场景中6D物体姿态估计的卷积神经网络摘要——刺激已知物体的6D姿势对于机器人与现实世界交互很重要。由于对象的多样性以及物体之间的杂乱和遮挡引起的场景的复杂性，这个问题具有挑战性。在这项工作中，我们介绍了PoseCNN，一种用于6D对象姿态估计的新卷积神经网络。PoseCNN通过定位物体在图像中的中心并预测其与相机的距离来估计物体的3D平移。通过回归到四元数表示来估计对象

不菜不菜·2023-11-05 00:45

（论文阅读17/100）R-FCN: Object Detection via Region-based Fully Convolutional Networks

文献阅读笔记简介题目R-FCN:ObjectDetectionviaRegion-basedFullyConvolutionalNetworks作者JifengDaiYiLiTsinghuaUniversityKaimingHeJianSun原文链接https://arxiv.org/abs/1605.06409详解R-FCN-知乎(zhihu.com)关键词Region-basedFullyCo

朽月初二·2023-11-04 20:07

（论文阅读11/100）Fast R-CNN

文献阅读笔记简介题目FastR-CNN作者RossGirshick原文链接https://arxiv.org/pdf/1504.08083.pdf目标检测系列——开山之作RCNN原理详解-CSDN博客FastR-CNN讲解_fastrcnn-CSDN博客Rcnn、FastRcnn、FasterRcnn理论合集_rcnnfastrcnnfasterrcnn_沫念·的博客-CSDN博客关键词NUll研

朽月初二·2023-11-04 19:30

YOLO v1学习笔记

（"_"）原论文地址以及参考的大佬博客如下：论文地址：yolov1论文参考博客：【目标检测论文阅读】YOLOv1YOLOv1深入理解目标检测

薛薛的森林_Carroll·2023-11-04 13:00

（论文阅读14/100）End-to-end people detection in crowded scenes

文献阅读笔记简介题目End-to-endpeopledetectionincrowdedscenes作者RussellStewart,MykhayloAndriluka原文链接https://arxiv.org/pdf/1506.04878.pdf关键词Null研究问题当前的人员检测器要么以滑动窗口的方式扫描图像，要么对一组离散的提议进行分类。这项任务是具有挑战性的，因为它既需要将物体从背景中区分

朽月初二·2023-11-04 13:27

（论文阅读16/100）Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neural

文献阅读笔记简介题目Inside-OutsideNet:DetectingObjectsinContextwithSkipPoolingandRecurrentNeuralNetworks作者SeanBell,C.LawrenceZitnick,KavitaBala,RossGirshick原文链接https://arxiv.org/abs/1512.04143.pdfInside-Outside

朽月初二·2023-11-04 13:27

（论文阅读15/100）You Only Look Once: Unified, Real-Time Object Detection

文献阅读笔记简介题目YouOnlyLookOnce:Unified,Real-TimeObjectDetection作者JosephRedmon,SantoshDivvala,RossGirshick,AliFarhadi原文链接https://arxiv.org/pdf/1506.02640.pdf《YouOnlyLookOnce:Unified,Real-TimeObjectDetection

朽月初二·2023-11-04 12:05

【论文阅读】Towards Globally Optimal Normal Orientations for Large Point Clouds

坚果仙人·2023-11-04 12:02

G. GCD Festival（莫比乌斯、欧拉函数）

gcd⁡(i,j)∑d=1nd∑i=1nd∑j=1ndgcd⁡(aid,ajd)[gcd⁡(i,j)=1]∑d=1nd∑k=1ndμ(k)∑i=1nkd∑j=1nkdgcd⁡(aikd,ajkd)T=kd

_lifehappy_·2023-11-04 10:17

论文阅读——S4L：Self-Supervised Semi-Supervised Learning

论文链接：https://openaccess.thecvf.com/content_ICCV_2019/papers/Zhai_S4L_Self-Supervised_Semi-Supervised_Learning_ICCV_2019_paper.pdf从论文的模型图来看，将整个数据集分为了有标记数据和无标记数据。对于标记数据来说，模型会同时预测旋转角度和标签，对于无标签数据来说，只会预测其旋

coding小白·2023-11-04 10:14

【神经网络架构搜索】DNA: Block-wisely Supervised NAS with KD

【GiantPandaCV导语】知识蒸馏结合NAS的一篇工作，提出了DNA，让教师网络来指导超网的学习。这个工作将知识蒸馏非常深入的融合在一起，有很强的创新性，已被CVPR20接收。1.背景介绍知识蒸馏通常作为One-ShotNAS中的一个训练技巧，但是他起到非常大的作用。简便起见，知识蒸馏在这里被分为四类：基于softmax输出层的知识蒸馏基于中间层的知识蒸馏基于相关性知识的知识蒸馏基于GAN的

pprpp·2023-11-04 07:28

PCL中的八叉树

目录（1）什么是八叉树（2）PCL中八叉树的体素形成和PCL中基于八叉树的点云压缩（3）基于八叉树的k邻域搜索、半径搜索和体素近邻搜索（4）基于八叉树和基于kd-tree的k邻域搜索、半径搜索性能比较（

相忘于江湖-mfc·2023-11-04 06:45

pcl基于八叉树进行空间划分和搜索操作

建立空间索引在点云数据处理中已被广泛应用，常见空间索引一般是自顶向下逐级划分空间的各种空间索引结构，比较有代表性的包括BSP树、KD树、KDB树、R树、R+树、CELL树、四叉树和八叉树等索引结构，而在这些结构中

Scarlett2025·2023-11-04 06:43

[概述] 点云滤波器

拓扑结构点云是一种三维数据，有几种方法可以描述其空间结构，以利于展开搜索https://blog.csdn.net/weixin_45824067/article/details/131317939KD

爱钓鱼的歪猴·2023-11-04 04:50

Zero-shot RIS SOTA：Text Augmented Spatial-aware Zero-shot Referring Image Segmentation 论文阅读笔记

Zero-shotRISSOTA：TextAugmentedSpatial-awareZero-shotReferringImageSegmentation论文阅读笔记一、Abstract二、引言三、相关工作

乄洛尘·2023-11-04 04:03

NICE: Improving Panoptic Narrative Detection and Segmentation with Cascading Collaborative Learning

全局叙事定位NICE:ImprovingPanopticNarrativeDetectionandSegmentationwithCascadingCollaborativeLearning论文阅读笔记一

乄洛尘·2023-11-04 04:01

多模态论文阅读之VLMo

VLMo泛读TitleMotivationContributionModelExpertimentsSummaryTitleVLMo:UnifiedVision_LangugaePre-TrainingwithMixture-of-Modality-ExpertsMotivationCLIP和ALIGN都采用dual-encoder的方式分别编码图像和文本，模态之间的交互采用cosinesimil

幸运的小菜鸟·2023-11-04 03:45

多模态论文阅读之BLIP

BLIP泛读TitleMotivationContributionModelTitleBLIP:BootstrappingLanguage-ImagePre-trainingforUniﬁedVision-LanguageUnderstandingandGenerationMotivation模型角度：clipalbef等要么采用encoder-basemodel要么采用encoder-decod

幸运的小菜鸟·2023-11-04 03:12

新教育•教师随笔

这次复习，生字词、古诗文、语言运用、记叙文阅读、议论文阅读都涉及了，唯独作文只字未提。一是因时间仓促，二是自己不擅长，既不会写，更不用说教学生如何审题，如何写，作文方面我是个盲区。为什么会这样呢？

dd6eea41175d·2023-11-04 01:00

【论文阅读笔记】Traj-MAE: Masked Autoencoders for Trajectory Prediction

Abstract通过预测可能的危险，轨迹预测一直是构建可靠的自动驾驶系统的关键任务。一个关键问题是在不发生碰撞的情况下生成一致的轨迹预测。为了克服这一挑战，我们提出了一种有效的用于轨迹预测的掩蔽自编码器(Traj-MAE)，它能更好地代表驾驶环境中智能体的复杂行为。具体来说，我们的Traj-MAE采用了多种掩蔽策略来预训练轨迹编码器和地图编码器，允许捕获智能体之间的社会和时间信息，同时利用来自多个

技术宅学长·2023-11-03 18:02

【论文阅读】Iterative Poisson Surface Reconstruction (iPSR) for Unoriented Points

文章目录声明作者列表核心思想归纳算法流程机器翻译声明本帖更新中如有问题，望批评指正！如果有人觉得帖子质量差，希望在评论中给出建议，谢谢！作者列表FEIHOU（侯飞）、CHIYUWANG、WENCHENGWANG：中国科学院大学HONGQINCHENQIAN、YINGHE核心思想归纳当一条从实体MMM内部发出并与等值面FFF相交的射线起点也在FFF内时，该射线与FFF的相交次数是奇数，其中n+1

坚果仙人·2023-11-03 18:29

论文阅读：One Embedder, Any Task: Instruction-Finetuned Text Embeddings

1.优势现存的emmbedding应用在新的task或者domain上时表现会有明显下降，甚至在相同task的不同domian上的效果也不行。这篇文章的重点就是提升embedding在不同任务和领域上的效果，特点是不需要用特定领域的数据进行finetune而是使用instuctionfinetuning就可以在不同的任务和领域上表现得很好。新提出的模型被叫做INSTRUCTOR，进行instruc

comli_cn·2023-11-03 18:26

PointNet 论文阅读

论文链接PointNetAbstract对于点云问题，由于其格式不规则，大多数研究人员将此类数据转换为规则的3D体素网格或图像集合。然而，这会导致数据不必要地庞大并导致问题在本文中，我们设计了一种直接消耗点云的新型神经网络，它很好地尊重了输入中点的排列不变性。我们的网络名为PointNet，为从对象分类、部分分割到场景语义解析等应用提供了统一的架构。Intro提出PointNet的原因由于点云或网

KrMzyc·2023-11-03 18:53

PointNet++ 论文阅读

论文链接PointNet++0.Abstract**背景：**PointNet的设计并未捕捉到度量空间中存在的局部结构，限制了其识别细粒度模式和适用于复杂场景的能力解决思路：引入了一种分层神经网络，该网络==在输入点集的嵌套分割上递归地应用PointNet==利用度量空间距离，网络能够学习具有不断上下文尺度增加的==局部特征==提出了新颖的==集合学习层，以自适应地组合多个尺度的特征==1.Int

KrMzyc·2023-11-03 18:53

Attention is all you need 论文阅读

论文链接Attentionisallyouneed0.Abstract主要序列转导模型基于复杂的循环或卷积神经网络，包括编码器和解码器。性能最好的模型还通过注意力机制连接编码器和解码器提出Transformer，它完全基于注意力机制，完全不需要递归和卷积对两个机器翻译任务的实验表明，这些模型具有卓越的质量，同时具有更高的并行性，并且需要的训练时间显着减少1.Intro注意力机制已成为各种任务中引人

KrMzyc·2023-11-03 18:48

论文阅读--从图像中检测杂草的深度学习技术综述

Title:AsurveyofdeeplearningtechniquesforweeddetectionfromimagesAbstract:TherapidadvancesinDeepLearning(DL)techniqueshaveenabledrapiddetection,localisation,andrecognitionofobjectsfromimagesorvideos.DLt

追忆苔上雪·2023-11-03 10:39

《基于先验未知盲反卷积技术的包络谱重复瞬态的循环平稳性提取》阅读笔记及代码整理

论文阅读笔记及代码整理《Extractingcyclo-stationarityofrepetitivetransientsfromenvelopespectrumbasedonprior-unknownblinddeconvolutiontechnique

老蒋精髓·2023-11-03 06:32

【论文阅读】BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

【论文阅读】BERT:Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding前言BERT是Google于2018年提出的NLP

EmoryHuang·2023-11-02 22:58

【联邦学习论文阅读】（AAAI-2021）Secure Bilevel Asynchronous Vertical Federated Learning with Backward Updating

论文链接：https://ojs.aaai.org/index.php/AAAI/article/view/17301摘要提出一种新颖的融合了反向更新和双层异步并行的垂直联邦学习框架（VFB2），以及在此框架下的VFB2-SGD，VFB2-SVRG，VFB2-SAGA三种新算法，助力多方协同训练模型并且不泄漏数据隐私，并在一定程度上破解垂直联邦学习算法不够高效的难点。一、介绍纵向联邦学习存在的问题

Momahe·2023-11-02 19:54

小样本图像目标检测研究综述——张振伟论文阅读

小样本图像目标检测研究综述——张振伟（计算机工程与应用2022）论文阅读目前，小样本图像目标检测方法多基于经典的俩阶段目标检测算法FasterR-CNN作为主干网络，当然也有将YOLO，SSD一阶段目标检测算法作为主干网络的

Mrwei_418·2023-11-02 14:28

多目标跟踪MOT论文阅读记录2（持续更新中...）

前文：多目标跟踪MOT论文阅读记录1_阿珩#的博客-CSDN博客1综述2检测后跟踪（trackingbydetection）2.1SeparateDetectionandEmbedding(SDE)1）

阿珩#·2023-11-02 12:38

CV论文阅读大合集

YearNameAreamodeldescriptiondrawback2021ICMLClip（ContrastiveLanguage-ImagePre-training）contrastivelearning、zero-shotlearing、mutimodel用文本作为监督信号来训练可迁移的视觉模型CLIP’szero-shotperformance,althoughcomparableto

幸运的小菜鸟·2023-11-02 08:36

论文阅读 | CVPR2017 | EAST: An Efficient and Accurate Scene Text Detector

ktulu7·2023-11-02 08:16

【论文阅读笔记】GLM-130B: AN OPEN BILINGUAL PRE-TRAINEDMODEL

Glm-130b:开放式双语预训练模型摘要我们介绍了GLM-130B，一个具有1300亿个参数的双语(英语和汉语)预训练语言模型。这是一个至少与GPT-3(达芬奇)一样好的100b规模模型的开源尝试，并揭示了如何成功地对这种规模的模型进行预训练。在这一过程中，我们面临着许多意想不到的技术和工程挑战，特别是在损失峰值和分歧方面。在本文中，我们介绍了GLM-130B的训练过程，包括它的设计选择，效率和

技术宅学长·2023-11-02 07:10

Grad-CAM++: Improved Visual Explanations for Deep Convolutional Networks 论文阅读笔记

Grad-CAM++:ImprovedVisualExplanationsforDeepConvolutionalNetworks会议：WACV时间：2018年本文针对Grad-CAM中出现的问题，例如当图像中存在多个目标或单个物体存在多个部分时，显著图无法将其全部标注、显著图无法完整地捕获整个对象的结构。面对上述问题，本文在CAM和Grad-CAM的基础上提出一个全新的可解释性算法Grad-CA

Stalker_DAs·2023-11-02 02:45

论文阅读 - DCGNN: Dual-Channel Graph Neural Network for Social Bot Detection

论文链接：https://dl.acm.org/doi/pdf/10.1145/3583780.3615237摘要由于社交机器人检测对信息传播的深远影响，其重要性已得到越来越多的认识。现有的方法可以分为特征工程和基于深度学习的方法，它们主要关注静态特征，例如帖子特征和用户档案。然而，现有方法在区分社交机器人和真实用户时往往忽视了爆发现象，即机器人在长时间交互后突然而剧烈的活动或行为。通过综合分析，

无脑敲代码，bug漫天飞·2023-11-01 12:59

论文阅读 - Detecting Social Bot on the Fly using Contrastive Learning

目录摘要：引言3问题定义4CBD4.1框架概述4.2ModelLearning4.2.1通过GCL进行模型预训练4.2.2通过一致性损失进行模型微调4.3在线检测5实验5.1实验设置5.2性能比较5.5少量检测研究6结论https://dl.acm.org/doi/pdf/10.1145/3583780.3615468摘要：社交机器人检测正在成为社会安全领域广泛关注的任务。一直以来，社交机器人检测

无脑敲代码，bug漫天飞·2023-11-01 12:26

【论文阅读笔记】Drone-YOLO: An Efficient Neural Network Method for TargetDetection in Drone Images

摘要:无人机(UAV)图像目标检测是各个研究领域的重要基础。然而，无人机图像提出了独特的挑战，包括大图像尺寸、小尺寸检测对象、密集分布、重叠实例和影响目标检测有效性的光照不足。在本文中，我们提出了一系列基于YOLOv8模型的多尺度无人机图像目标检测算法Drone-YOLO，旨在克服无人机图像目标检测的特定挑战。为了解决大场景尺寸和小检测对象的问题，我们对YOLOv8模型的颈部组件进行了改进。具体来

诸葛大庆·2023-11-01 07:11

推荐频道

KD论文阅读