NeRF论文学习

聊聊我在淘宝的成长公式和业务思考

，聊聊我在服务端开发5年的理解和收获第三篇：聊聊我在淘宝做性能分析的经历第四篇：聊聊我做NeRF-
阿里巴巴淘系技术团队官网博客·2023-07-21 10:42

聊聊我在店铺开放域做性能优化的体会

，聊聊我在服务端开发5年的理解和收获第三篇：聊聊我在淘宝做性能分析的经历第四篇：聊聊我做NeRF-
阿里巴巴淘系技术团队官网博客·2023-07-21 10:41

CenterNet Objects as Points 论文学习

论文链接：ObjectsasPoints1.解决了什么问题？目标检测的任务是从图像中检出目标的矩形框。现有的检测方法大多会穷举所有潜在的目标位置，然后做分类。这非常浪费资源、低效率，并且依赖后处理。单阶段方法会在图像上放置大量的anchors，然后直接分类。双阶段方法则会对候选边框的特征进行二次计算，做分类。然后这些方法计算IoU，通过NMS后处理去除冗余的预测框。这类后处理操作是不可微的，训练起
calvinpaean·2023-07-20 17:49

ImVoxelNet 论文学习

论文链接：ImVoxelNet:ImagetoVoxelsProjectionforMonocularandMulti-ViewGeneral-Purpose3DObjectDetection1.解决了什么问题？RGB图像成本低、数据源丰富，可以提供场景和物体的视觉信息，但不包括场景几何结构的直接信息。因此，从RGB图像检测3D物体本身就是不适当的。给定一张单目图像，基于深度学习的3D检测方法只能
calvinpaean·2023-07-20 03:32

yolov7论文学习——创新点解析、网络结构图

创新点1、提出了E-ELAN，但是只在yolov7-e6e中使用到。2、yolov7基于拼接模型的缩放方法，在yolov7x中使用到。3、将重参数化卷积应用到残差模块中或者用到基于拼接的模块中去。RepConvN4、提出了两种新的标签分配方法一、ELAN和E-ELAN1、ELANyolov7使用大量的ELAN作为基础模块。[-1,1,Conv,[64,1,1]],[-2,1,Conv,[64,1,
find_starshine·2023-07-19 16:36

FCOS 论文学习

1.解决了什么问题？之前的目标检测器如RetinaNet、SSD、YOLOv3都依赖于anchors。基于anchors的检测器有如下三个缺点：检测表现对于anchors的大小、宽高比和数量等超参数很敏感；即使精心设计了anchors，但由于大小和宽高比都是固定的，检测器很难处理形状变化很大的物体，比如小目标；为了提高召回率，基于anchor的检测器会在输入图像上放置大量的anchorboxes。
calvinpaean·2023-07-19 13:43

GFLv1 论文学习

1.解决了什么问题？单阶段目标检测器通过密集预测的方式进行分类、定位。分类一般使用FocalLoss，而边框回归则通过Diracdelta分布来学习。近年来的改进方向是引入一个单独的分支，预测定位的质量，然后用该质量分数去辅助分类得分，提升检测的表现。但质量预测存在两个问题：训练和推理时，定位质量和类别预测是不一致的。它们各自单独训练，但推理的时候是耦合在一起用的。此外，学习定位质量的监督信号只分
calvinpaean·2023-07-19 13:43

Bridging the Gap Between Anchor-based and Anchor-free Detection via ATSS 论文学习

1.解决了什么问题？Anchor-based和anchor-free方法的本质差异其实是如何定义正负样本，如果训练过程中它们采用相同的正负样本定义，最终的表现是差不多的。也就是说，如何选取正负样本才是最重要的。以单阶段anchor-based方法RetinaNet和基于中心点的anchor-free检测器FCOS为例，二者有以下三方面的差异：每个位置上anchor的个数：RetinaNet在每个位
calvinpaean·2023-07-19 13:13

MVX-Net Multimodal VoxelNet for 3D Object Detection 论文学习

论文链接：MVX-NetMultimodalVoxelNetfor3DObjectDetection1.解决了什么问题？2D目标检测取得了显著成效，但由于输入模态的本质区别，CNN无法直接应用在3D检测任务。LiDAR能准确地定位到3D空间的物体，基于LiDAR数据的检测方法通常优于2D方法。一些方法将3D点云转换为特征表示，如BEVmaps，然后用2D-CNN方法来做检测和分类。但这些方法对于点
calvinpaean·2023-07-19 13:41

Monocular 3D Object Detection with Depth from Motion 论文学习

论文链接：Monocular3DObjectDetectionwithDepthfromMotion1.解决了什么问题？从单目输入感知3D目标对于自动驾驶非常重要，因为单目3D的成本要比多传感器的方案低许多。但单目方法很难取得令人满意的效果，因为单张图像并没有提供任何关于深度的信息，该方案实现起来非常困难。Twoview场景有两个问题：多项预测的错误累积起来，使直接的深度预测变得非常困难；静止状态
calvinpaean·2023-07-19 13:11

GPT-1,GPT-2,GPT-3 InstructGPT论文学习笔记

Gpt-1论文：《ImprovingLanguageUnderstandingbyGenerativePre-Training》GPT-1网络结构无监督,使用12层transforerdecoder结构,每一层维度是768,12个注意力headstokenembedding矩阵,经过transformerdecoder处理后,经过线性层和softmax层,得到下一个token的预测分布位置编码30
dream_home8407·2023-07-18 06:19

【文章系列解读】Nerf

1.NerfNeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesis2020年8月3日（0）总结NeRF工作的过程可以分成两部分：三维重建和渲染
JackCrum·2023-07-17 15:15

YOLO系列学习

目录很不错的链接0一些小知识0.1先验框anchorbox0.2网络结构图1YOLOv1学习2YOLOv2学习很不错的链接还有一些在【yolo论文学习】收藏夹里面DeepLearningPapersTranslation
孟孟单单·2023-07-17 08:29

视觉伺服研究学习——2021年10月

二、论文学习1、室内动态视觉SLAM算法研究硕士学位论文鲁棒性：鲁棒是Robust的音译，也就是健壮和强壮的意思。它也是在异常和危险情况下系统生存的能力。
幻魔大师·2023-07-16 00:49

论文学习——U-Net: Convolutional Networks for Biomedical Image Segmentation

UNet的特点采用端到端的结构，通过FCN（最后一层仍然是通过卷积完成），最后输出图像。通过编码（下采样）-解码（上采样）形成一个“U”型结构。每次下采样时，先进行两次卷积（通道数不变），然后通过一次池化层（也可以通过卷积）处理（长宽减半，通道数加倍）；在每次上采样时，同样先进行两次卷积操作，再通过反卷积函数进行上采样（长宽加倍，通道不变），然后与编码过程中对应层进行拼接（通道加倍）。到最后一层时
颜妮儿·2023-07-16 00:36

2021-3-13论文学习——SENet，StairNet，Generalized Focal Loss，R3Det，CARAFE

[1]Squeeze-and-ExcitationNetworks论文地址：https://arxiv.org/abs/1709.01507代码地址：https://github.com/moskomule/senet.pytorch/blob/master/senet论文发表于CVPR2018，同时提交于IEEETPAMI2019结构图一个全局avgpooling得到11C的向量，然后通过一个M
practical_sharp·2023-07-15 08:58

数字人解决方案——基于真人视频的三维重建数字人源码与训练方法

前言1.真人视频三维重建数字人源码是基于NeRF改进的RAD-NeRF，NeRF（NeuralRadianceFields）是最早在2020年ECCV会议上的BestPaper，其将隐式表达推上了一个新的高度
知来者逆·2023-07-14 16:38

论文学习「MDP」：马尔可夫决策过程原理与代码实现

最近在学习RL，不得不先接触一下“马尔可夫决策过程”，这里找到了DavidSilver的课程:UCLCourseonRL（http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html），这里我将按课程PPT中的顺序讲述我的理解已经如何用代码实现相应的计算过程。目录一、马尔可夫过程（MarkovProcess）（一）MDPs论述（二）马尔科夫特性
Snowbowღ·2023-07-14 14:20

【NeRF】相机的内外参是什么？单目相机是如何成像的？

文章目录【NeRF】相机的内外参是什么？单目相机是如何成像的？1.相机外参2.相机内参【NeRF】相机的内外参是什么？单目相机是如何成像的？
小白有颗大白梦·2023-07-13 20:15

python-ue4-metahuman-nerf：我创造了一个数字人！！

原文：https://zhuanlan.zhihu.com/p/561152870目录收起1.准备工作：制作MetaHuman角色1.1创建MetaHuman角色1.2QuixelBridge下载MetaHuman1.3导出MetaHuman到UE42.UE渲染MetaHuman的多视点图片2.1如何在UE中手动渲染视频？2.2Python自动化渲染2.3全部代码3.渲染结果随着ECCV2020N
javastart·2023-06-24 11:22

【三维重建】【深度学习】windows10下NeRF代码Pytorch实现

【三维重建】【深度学习】windows10下NeRF代码Pytorch实现提示:最近开始在【三维重建】方面进行研究,记录相关知识点,分享学习中遇到的问题已经解决的方法。
牙牙要健康·2023-06-21 23:09

【三维重建】【深度学习】【数据集】基于COLMAP制作自己的NeRF(LLFF格式)数据集

【三维重建】【深度学习】【数据集】基于COLMAP制作自己的NeRF(LLFF格式)数据集提示:最近开始在【三维重建】方面进行研究,记录相关知识点,分享学习中遇到的问题已经解决的方法。
牙牙要健康·2023-06-21 23:08

资源类❀超实用学术必备的论文学习网站和英文论文编写，人工智能学习网站（免费）

目录前言Intr1.文献查找和下载1.1.paperswithcode（论文和代码）1.2.Researchrabbit（研究兔）1.3.Google学术2.论文AI总结3.文献翻译3.1.DeepL4.论文撰写4.1.Grammarly/prowritingaid4.2.Ginger4.3.PrepostSEO5.编码学习网站5.1.W3Schools5.2.towhee6.数据集下载6.1.帕
夏天｜여름이다·2023-06-21 16:20

NeRF 模型评价指标PSNR,MS-SSIM, LPIPS 详解和python实现

PSNR：PSNR（PeakSignal-to-NoiseRatio，峰值信噪比）是一种常用于衡量图像或视频质量的指标。它用于比较原始图像与经过处理或压缩后的图像之间的差异。PSNR通过计算原始图像与重建图像之间的均方误差（MeanSquaredError，MSE）来量化它们之间的差异。PSNR的计算公式如下：其中，MAX表示像素值的最大可能取值（例如，对于8位图像，MAX为255），MSE是原始
LeapMay·2023-06-21 16:46

论文学习——一种基于关键点的SAX改进算法

文章目录1摘要2引言2.1SAX的缺点+举个例子分析2.2分析问题原因2.3本文的改进工作3实验结果与分析3.1关键点的选取规则3.2本文定义的相似度距离计算公式3.3开始做实验了3.4结论4总结写在前面：期刊《计算机研究与发展》；1摘要【前人工作】SAX(symbolicaggregateapproximation)是一种符号化的时间序列相似性度量方法。【缺点】采用PAA均值划分（目的是降维），
山外小楼听夜雨.·2023-06-21 12:53

【论文阅读】用于大型城市场景的网格引导神经辐射场

【论文阅读】用于大型城市场景的网格引导神经辐射场Abstract1.Introduction2.RelatedWorksandBackground大规模场景重建和渲染体积场景表示大尺度NeRF3.Grid-guidedNeuralRadianceFields3.1
WoooChi·2023-06-21 04:47

NeRF入门学习资料

本文章主要记载有关NeRF和SLAM方面的资料。
·2023-06-21 02:04

NeRF系列(3): Semantic-aware Occlusion Filtering Neural Radiance Fields in the Wild 论文解读

我们引入了SF-NeRF
LeapMay·2023-06-20 01:25

NeRF系列(4):Ha-NeRF: Hallucinated Neural Radiance Fields in the Wild论文解读

主页：主页：Ha-NeRF:HallucinatedNeuralRadianceFieldsintheWildhttps://rover-xingyu.github.io/Ha-NeRF/论文：https
LeapMay·2023-06-20 01:53

Shap·E: Generating Conditional 3D Implicit Functions 阅读笔记

隐函数指的是Nerf（NeuralRadianceFields）和STF（SignedDistanceFunctionsandTextureFields）。
冰冰冰泠泠泠·2023-06-19 13:09

Classification-based framework for binarization on OCT-ME论文学习和总结

论文：Classification-basedframeworkforbinarizationonmiceeyeimageinvivowithopticalcoherencetomography源码：https://github.com/MIP2019/mip2019.github.io/blob/main/spsvm目录一、背景和出发点二、创新点三、SPSVM的具体实现四、实验五、总结一、背景和
向岸看·2023-06-18 22:58

聊聊我做 NeRF-3D重建性能优化经历

我们新推出大淘宝技术年度特刊《长期主义，往往从一些小事开始——工程师成长总结专题》，专题收录多位工程师真诚的心路历程与经验思考，覆盖终端、服务端、数据算法、技术质量等7大技术领域，欢迎一起沟通交流。本文为此系列第四篇内容。第一篇：负责淘宝业务前端开发9年，聊聊我的心得第二篇：“技术开发最应该做什么？”，聊聊我在服务端开发5年的理解和收获第三篇：聊聊我在淘宝做性能分析的经历本文作者尘漠加入大淘宝到现
阿里巴巴淘系技术团队官网博客·2023-06-18 09:25

【GPT LLM】跟着论文学习gpt

GPT1开山之作：Improvinglanguageunderstandingbygenerativepre-training本文提出了gpt1，即使用无标签的数据对模型先进行训练，让模型学习能够适应各个任务的通用表示；后使用小部分task-aware的数据对模型进行微调，可以在各个task上实现更强大的功能。设计框架分为两块，pre-train和fine-tune，使用transformer模型
学渣渣渣渣渣·2023-06-18 06:58

论文学习——多维时间序列异常检测算法综述

文章目录0封面1标题（title）2作者（author）3摘要（abstract）4结论（conclusion）4.1维数约减4.2时间序列模式表示4.3异常模式发现5引言（introduction）5.1总结5.2名词定义——异常5.3名词定义——维数约减5.4名词定义——时间序列模式表示6维数约减6.1研究趋势写在前面：计算机应用；主办方：中国科学院成都分院、四川省计算机学会；中文核心期刊；月
山外小楼听夜雨.·2023-06-17 16:42

【图像分割】SAM:Segment Anything论文学习V1

论文:2304.SegmentAnything代码：https://github.com/facebookresearch/segment-anything官网与demo：https://segment-anything.com/【扩展阅读】——分割一切模型(SAM)的全面调研：2305.AComprehensiveSurveyonSegmentAnythingModelforVisionandB
曾小蛙·2023-06-16 20:49

简要介绍 | 神经辐射场(NeRF)：原理、挑战与未来展望

神经辐射场(NeRF)：原理、挑战与未来展望1.背景介绍随着深度学习和计算机图形学的不断发展，人工智能和图形学领域的交叉研究越来越多地受到关注。
R.X. NLOS·2023-06-16 15:33

笛卡尔空间轨迹规划（直线、圆弧）

目录毕设(5)—笛卡尔空间轨迹规划（直线、圆弧）直线轨迹规划圆弧轨迹规划Matlab代码验证毕设中用到了很多代码，其中一部分我通过看书和看论文学习并实现的代码，会通过Gitee仓库分享出来，这些代码仅用于学习使用
毕业_设计·2023-06-16 04:21

NeRF-Diffusion系列文章阅读

文章目录前置知识《Latent-NeRFforShape-GuidedGenerationof3DShapesandTextures》【CVPR'23】《NeRDi:Single-ViewNeRFSynthesiswithLanguage-GuidedDiffusionasGeneralImagePriors》【CVPR'23】《SparseFusion:DistillingView-condit
Iron_lyk·2023-06-15 20:16

NeRF-VAE：将场景看作一个分布【ICML‘2021】

文章目录GQN网络介绍AmortizedInferenceNeRF-VAEGQN网络介绍论文标题：Neuralscenerepresentationandrendering作者：S.M.AliEslami,DaniloJimenezRezende,etal.期刊：Science发表时间：2018/06/15该文章提出了生成查询网络（GenerativeQueryNetwork，GQN）。要解决的问
Iron_lyk·2023-06-15 20:46

NeRF+SLAM论文阅读笔记

CVPR2023Co-SLAM:JointCoordinateandSparseParametricEncodingsforNeuralReal-TimeSLAMinput：RGB-Dcontribution：1.场景表示：多分辨率哈希网格（加速&保留高频特征）2.编码方式：one-blob（提升未观察到区域的补全能力和一致性）编码方式根据场景表示（hash网格）制定3.改进关键帧：支持在所有关键
weixin_47343723·2023-06-15 14:05

VALSE 2023 无锡线下参会个人总结 6月10日-1

日会议日程安排大会主旨报告：高文：特征编码与数字视网膜焦李成：下一代深度学习的思考与若干问题陈熙霖：计算机视觉-从孤立到系统性方法企业宣讲环节（一）年度进展评述（一）吴建鑫：神经网络模型轻量化设计刘烨斌：基于NeRF
乄洛尘·2023-06-15 04:23

CVPR23 | 可编辑3D场景布局的文本引导多对象合成NeRF

来源：投稿作者：橡皮编辑：学姐论文链接：https://arxiv.org/abs/2303.138430.背景：最近，文本到图像生成通过将视觉-语言预训练模型与扩散模型相结合，取得了巨大的成功。这些突破也使得强大的视觉-语言预训练模型在文本生成三维内容中产生了深远的影响。最近，几种文本生成3D的方法已经表明，将来自差分3D模型的渲染视图与来自预先训练的扩散模型的学习到的文本到图像分布相匹配，可以
深度之眼·2023-06-14 22:44

NeRF入门学习资料

本文章主要记载有关NeRF和SLAM方面的资料。
·2023-06-14 11:53

NLP论文学习笔记-word2vec

论文原文:EfficientEstimationofWordRepresentationsinVectorSpace作者:TomasMikolov发表时间:2013一、论文背景统计语言模型基于马尔科夫假设（下一个词的出现仅依赖于前面的一个词或几个词），通过概率计算来描述语言模型(用语料在数据集出现频率近似概率结果)缺点：参数空间过大，数据稀疏严重WordrepresentationOne-hotR
karl_ll·2023-06-14 00:48

浙大提出神经3D重建新工作！收录图形学顶会SIGGRAPH 2022

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CVer微信技术交流群梦晨发自凹非寺转载自：量子位（QbitAI）以NeRF为代表的神经渲染技术高速发展，学界已经不满足合成几个新视角让照片动起来了
Amusi（CVer）·2023-06-13 07:03

基于Nerf的三维重建算法Neus初探

目录介绍安装训练开源数据训练自己的数据介绍作者提出了一种新的神经表面重建方法，称为NeuS，用于从2D图像输入中以高保真度重建对象和场景。在NeuS中，我们建议将曲面表示为有符号距离函数（SDF）的零级集，并开发一种新的体绘制方法来训练神经SDF表示。我们观察到，传统的体绘制方法会导致表面重建的固有几何误差（即偏差），因此提出了一种在一阶近似中没有偏差的新公式，从而即使在没有掩模监督的情况下也能实
Alpha狗蛋·2023-06-13 07:01

Part1：使用 TensorFlow 和 Keras 的 NeRF计算机图形学和深度学习——计算机图形学世界中相机的工作原理

Part1：使用TensorFlow和Keras的NeRF计算机图形学和深度学习1.效果图2.原理2.0前向成像模型2.1世界坐标系2.2相机坐标系2.3坐标变换2.4投影转换2.5数据3.源码参考是否有一种方法可以仅从一个场景多张不同视角的照片中捕获整个
程序媛一枚~·2023-06-12 14:27

NeRF相关文章记录

前言以下均是个人理解，不足之处欢迎指正。BARF项目链接总结：当输入的位姿不准确时，也可以通过错误的位姿获得正确的建图。贡献：1.对位姿进行优化（这里参考了图像配准）2.添加mask以保证高维位置编码不会对配准产生影响展开来讲：针对第一点——作者提出了一个新的loss函数，可以对MLP中的参数θ\thetaθ和位姿ppp都进行优化。针对第二点——作者发现对位置编码求导后会出现很大的常数项（公式12
weixin_47343723·2023-06-12 05:44

NeRF-SLAM代码记录

前言没运行成功，尤其是编译gtsam部分，每一步都有错，又是讨厌c++第一天。这一行编译到92%就会报错python/CMakeFiles/gtsam_py.dir/build.make:250:recipefortarget'python/CMakeFiles/gtsam_py.dir/linear.cpp.o'failedmake[2
weixin_47343723·2023-06-12 05:44

深度估计阅读记录

neurips2021)题目：VolumeRenderingofNeuralImplicitSurfaces链接：https://arxiv.org/pdf/2106.12052.pdf目标：使用SDF这种表示方式替换NeRF
weixin_47343723·2023-06-12 05:43
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他