VQA论文阅读第22页

论文阅读--Crop yield prediction using machine learning: A systematic literature review

摘要：Machinelearningisanimportantdecisionsupporttoolforcropyieldprediction,includingsupportingdecisionsonwhatcropstogrowandwhattododuringthegrowingseasonofthecrops.Severalmachinelearningalgorithmshavebe

追忆苔上雪·2023-10-25 08:11

《论文阅读》LORA：大型语言模型的低秩自适应 2021

《论文阅读》LORA:LOW-RANKADAPTATIONOFLARGELAN-GUAGEMODELS前言简介现有方法模型架构优点前言今天为大家带来的是《LORA:LOW-RANKADAPTATIONOFLARGELAN-GUAGEMODELS

365JHWZGo·2023-10-25 07:13

Monocular arbitrary moving object discovery and segmentation 论文阅读

基本信息题目：MonocularArbitraryMovingObjectDiscoveryandSegmentation作者：来源：BMVC时间：2021代码地址：https://github.com/michalneoral/RaptorAbstract我们提出了一种发现和分割场景中独立移动的物体或其部分的方法。给定三个单眼视频帧，该方法输出语义上有意义的区域，即对应于整个对象的区域，即使只有

玛卡巴卡_qin·2023-10-24 22:30

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

[论文阅读]CWD——基于稠密预测的通道式知识蒸馏

CWD基于稠密预测的通道式知识蒸馏论文网址：CWD论文总结这篇论文「Channel-wiseKnowledgeDistillationforDensePrediction」提出了一种针对密集预测任务的基于通道的知识蒸馏方法。下面我详细讲解该方法的主要内容:问题背景在计算机视觉任务中,图像分类只需要预测整张图像的类别,而密集预测需要对每个像素或对象进行预测,输出更丰富的结果,如语义分割、目标检测等。

一朵小红花HH·2023-10-24 04:18

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】以及部署BEVFusion: A Simple and Robust LiDAR-Camera Fusion Framework

BEVFusion:ASimpleandRobustLiDAR-CameraFusionFrameworkBEVFusion：一个简单而强大的LiDAR-相机融合框架NeurIPS2022多模态传感器融合意味着信息互补、稳定，是自动驾驶感知的重要一环，本文注重工业落地，实际应用融合方案:前融合（数据级融合）指通过空间对齐直接融合不同模态的原始传感器数据。深度融合（特征级融合）指通过级联或者元素相乘

挥剑决浮云 -·2023-10-23 07:45

【多模态论文阅读】Multi-modal Factorized Bilinear Pooling with Co-Attention Learning for Visual Question Ans

一、亮点对于多模态特征融合，本文开发了一种多模态因子双线性（MFB）池化方法来有效地组合多模态特征；对于细粒度的图像和问题表示，开发了一种“共同注意”机制，使用端到端的深度网络架构来共同学习图像和问题的注意力。二、MCB和MLB的缺点MCB模型依赖于高维输出特征来保证稳健的性能，这可能会由于巨大的内存使用量而限制其适用性。为了克服这个问题，Kim等人提出了基于两个特征向量的Hadamard乘积的多

CC‘s World·2023-10-23 04:14

【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】(2023TPAMI)PCRLv2

目录AbstractMethodMethodnsU-Net中的特征金字塔多尺度像素恢复多尺度特征比较从多剪切到下剪切训练目标总结Abstract现有方法及其缺点：最近的SSL方法大多是对比学习方法，它的目标是通过比较不同图像视图来保留潜在表示中的不变合判别语义，然而它主要保留高级语义信息，不包含足够的局部信息，局部信息对医学图像分析很有用。提出的解决方法：提出将像素级恢复任务纳入，以将更多像素级信

鱼小丸·2023-10-22 19:37

论文阅读——I Can Find You! Boundary-Guided Separated Attention Network for Camouflaged Object Detection

目录基本信息标题目前存在的问题改进网络结构另一个写的好的参考基本信息期刊AAAI年份2022论文地址https://ojs.aaai.org/index.php/AAAI/article/view/20273代码地址https://github.com/zhuhongwei1999/BSA-Net标题我能找到你!用于伪装对象检测的边界引导分离注意网络目前存在的问题传统上，可以采用显著目标检测(SO

醋酸洋红就是我·2023-10-22 16:36

论文阅读——Pixels, Regions, and Objects: Multiple Enhancement for Salient Object Detection

目录基本信息标题目前存在的问题改进网络结构另一个写的好的参考基本信息期刊CVPR年份2023论文地址网站代码地址https://github.com/yiwangtz/MENet标题像素，区域和对象:多增强显著目标检测目前存在的问题对于SOD来说，精确分割复杂物体的边界仍然是一个具有挑战性的任务。当这些物体的几何形状和/或边界复杂时，或者当场景混乱或混乱时，这一点尤其正确改进在损失中利用像素级、区

醋酸洋红就是我·2023-10-22 16:36

论文阅读——Texture-guided Saliency Distilling for Unsupervised Salient Object Detection

目录基本信息标题目前存在的问题改进网络结构另一个写的好的参考基本信息期刊CVPR年份2023论文地址https://browse.arxiv.org/pdf/2207.05921.pdf代码地址https://github.com/moothes/A2S-v2标题基于纹理引导的显著性提取的无监督显著性目标检测目前存在的问题大多数基于深度学习(Deeplearning,DL-based)的方法都是基

醋酸洋红就是我·2023-10-22 16:35

论文阅读《Domain-Adaptive Few-Shot Learning》

懒癌晚期拖延了两周才来更新是真的最近有点忙忙着开题忙着期末考但就是每天看着很忙很累但又不知道做了啥做了得到了什么但还是要努力鸭！很多东西现在看不到后面就会慢慢得到显现吧。论文名称：《Domain-AdaptiveFew-ShotLearning》论文地址：https://www.aminer.cn/pub/5e7495c591e0111c7cee13bb/domain-adaptive-few-s

LiBiscuit·2023-10-22 15:52

Bag of Tricks for Efficient Text Classification论文阅读及实战

本文目录一、Fasttext算法综述二、原理介绍及优化策略三、Fasttext算法实战(注：以下代码仅在Linux系统下使用！)四、参考资料本文目录(仅做浏览用，暂时不支持页面内跳转)一、Fasttext算法综述Fasttext是FacebookAIResearch2016年推出的文本分类和词训练工具，其源码已经托管在Github上。Fasttext最大的特点是模型简单，只有一层的隐层以及输出层，

CurryCoder·2023-10-22 14:29

【论文阅读】Bag of Tricks for Efficient Text Classification

摘要这篇论文探索了一个简单有效的文本分类的baseline。实验表明快速文本分类器fastTextfastTextfastText与深度学习分类器在准确度方面等价，并且训练和评估过程要快。他们能够用不到10分钟训练fastTextfastTextfastText在超过10亿个单词上，并且用不到1分钟分类50万的句子在312000个类别上。模型架构线性分类器在特征之间与类别之间不能共享参数。这可能会

沐兮Krystal·2023-10-22 14:57

【论文阅读】Adaptive Network Formation and Trajectory Optimization for Multi-UAV-Assisted Wireless Data Of

文章目录论文基本信息摘要1.引言2.系统模型A.NetworkFormationandSub-channelAllocation网络形成及子信道分配B.ChannelModels信道模型3.PROBLEMFORMULATION问题定式化4.HEURISTICDECOMPOSITIONANDLEARNING-BASEDSOLUTIONA.AdaptiveNetworkFormationB.Learn

小威W·2023-10-22 13:58

【论文阅读】Bayesian Optimization Enhanced Deep Reinforcement Learning for Trajectory Planning and Network

小威W·2023-10-22 13:57

【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（42）The More You Know: Using Knowledge Graphs for Image Classification

续袁·2023-10-22 09:21

论文阅读[51]通过深度学习快速识别荧光组分

【论文基本信息】标题：Fastidentificationoffluorescentcomponentsinthree-dimensionalexcitation-emissionmatrixfluorescencespectraviadeeplearning标题译名：通过深度学习快速识别三维激发-发射矩阵荧光光谱中的荧光组分期刊与年份：ChemicalEngineeringJournal2022

holeer·2023-10-21 23:47

论文阅读之推荐1-Parameter-Efficient Transfer from Sequential Behaviors for User Modeling and Recommendation

Parameter-EfficientTransferfromSequentialBehaviorsforUserModelingandRecommendation0.0作者简介1.0摘要2.0简介2.1问题解决的思考过程2.1.1预想流程2.1.2待解决的问题2.1.3哪些技术的帮助和支持2.1.4如何实现3.0PeterRec3.0一些定义3.1模型结构3.2预训练阶段3.2.1预训练目标3.

SusanLovesTech·2023-10-21 18:50

[论文阅读72]Parameter-Efficient Transfer Learning for NLP

1.基本信息题目论文作者与单位来源年份Parameter-EfficientTransferLearningforNLPNeilHoulsby等GoogleResearch，雅盖隆大学-波兰PMLR2019HoulsbyN,GiurgiuA,JastrzebskiS,etal.Parameter-efficienttransferlearningforNLP[C]//InternationalCo

happyprince·2023-10-21 18:15

论文阅读：RAFT: Recurrent All-Pairs Field Transforms for Optical Flow

文章目录1.论文总述2.RAFT结构被传统算法所启发3.RAFT的三个重大创新点4.光流算法需要解决的难点5.传统光流算法简介及缺点6.FastDIS有可能存在的问题7.本文相近work8.Buildingcorrelationvolumes9.Update10.一个新颖的利用卷积层去学习的上采样操作11.模型指标对比12.消融实验参考文献1.论文总述这篇也是基于CNN的光流估计work，ECCV

贾小树·2023-10-21 18:20

论文阅读 | Restormer: Efficient Transformer for High-Resolution Image Restoration

前言：CVPR2022oral用transformer应用到low-level任务Restormer:EfficientTransformerforHigh-ResolutionImageRestoration引言low-leveltask如deblurring\denoising\dehazing等任务多是基于CNN做的，这样的局限性有二：第一是卷积操作的感受野受限，很难建立起全局依赖，第二就是

btee·2023-10-21 18:18

论文阅读 | RAFT: Recurrent All-Pairs Field Transforms for Optical Flow

RAFT:RecurrentAll-PairsFieldTransformsforOpticalFlowECCV2020光流任务bestpaper论文地址：【here】代码地址：【here】介绍光流是对两张相邻图像中的逐像素运动的一种估计。目前碰到的一些困难包括：物体的快速运动，遮挡、运动模糊和缺乏纹理信息的一些图案。目前深度学习的方法在维持传统方法达到的性能的情况下，有着更快的推理速度。目前需要

btee·2023-10-21 18:46

论文阅读 - VoterFraud2020: a Multi-modal Dataset of Election Fraud Claims on Twitter

论文链接：https://arxiv.org/abs/2101.08210目录摘要1Introduction2DataCollection2.1StreamingTwitterData2.2覆盖率分析3DataEnhancement4DataSharingandFormat摘要围绕美国2020年大选，毫无根据的选举舞弊指控广泛传播，导致人们对选举的信任受到损害，最终导致美国国会大厦内的暴力事件。在

无脑敲代码，bug漫天飞·2023-10-21 16:42

论文阅读 - Coordinated Behavior on Social Media in 2019 UK General Election

论文链接：https://arxiv.org/abs/2008.08370目录摘要：IntroductionContributionsRelatedWorkDatasetMethodOverviewSurfacingCoordinationin2019UKGEAnalysisofCoordinatedBehaviors摘要：协调的在线行为是信息和影响力行动的重要组成部分，因为它们可以更有效地传播虚

无脑敲代码，bug漫天飞·2023-10-21 16:38

[论文阅读71]SELF-INSTRUCT

1.基本信息题目论文作者与单位来源年份SELF-INSTRUCT:AligningLanguageModelwithSelfGeneratedInstructionsYizhongWang等UniversityofWashington2022.127Citations论文链接：https://arxiv.org/pdf/2212.10560.pdf论文代码：https://github.com/y

happyprince·2023-10-21 15:10

【论文阅读-人机交互】通过用户参与来缓解人工智能决策中的知识失衡问题

Title:MitigatingknowledgeimbalanceinAI-adviseddecision-makingthroughcollaborativeuserinvolvementFrom:InternationalJournalofHuman-ComputerStudiesLink:https://doi.org/10.1016/j.ijhcs.2022.102977目录1绪论2方法

_春天_·2023-10-21 14:18

【论文阅读-图神经网络】图分类研究综述

图分类研究综述王兆慧,沈华伟,曹婍,程学旗.图分类研究综述.软件学报,2022,33(1):171–192.http://www.jos.org.cn/1000-9825/6323.htm图分类问题：给定一组图,图分类的目标是学习图和对应类别标签的映射关系,并预测未知图的类别标签。Chapter2基于图相似度计算的图分类作者把基于图核的方法和基于图匹配的方法，都归类为基于图相似度的计算。（1）基于

_春天_·2023-10-21 14:17

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

论文阅读-多目标强化学习-envelope MOQ-learning

introduction一种多目标强化学习算法，来自2019Nips《AGeneralizedAlgorithmforMulti-ObjectiveReinforcementLearningandPolicyAdaptation》总体思想1.将输入中加入多目标的偏好参数。2.在输出中改本为标量的状态价值为向量的状态价值。3.实现了可以在多个目标上寻找帕累托前沿，也即多目标最优解的算法。算法虽然论文

龙超越·2023-10-20 21:49

AlexNet 论文阅读总结

不要瞎想·2023-10-20 16:16

写论文不用构建语料库！只需要福昕PDF阅读器高级搜索

只需要福昕PDF阅读器高级搜索前言：“福昕语料库”使用前的准备：调用“语料库”：前言：最近论文阅读可以借助NewBing的总结（参考我的测评贴：NewBing会在科研方面发挥比ChatGPT更强大的辅助作用么

hehedadaq·2023-10-20 11:07

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

多模态论文串讲

除了传统的VQA、图文检索、图像描述等，还有受启发于CLIP的新任务LanguageGuidedDetection/Segmentation、文本图像生成、文本视频生成等。

白蜡虫可·2023-10-20 01:04

论文阅读：SegFormer: Simple and Efficient Design for SemanticSegmentation with Transformers

来源：nips2021GitHub-NVlabs/SegFormer:OfficialPyTorchimplementationofSegFormer0、Abstract摘要本文提出了一种简单、高效、强大的语义分割框架SegFormer，它将transformer与轻量级多层感知器(MLP)解码器结合在一起。SegFormer有两个吸引人的特点:1)SegFormer包含了一个新的分层结构的变压器

shiyueyueya·2023-10-19 19:04

论文阅读：FIDNet: LiDAR Point Cloud Semantic Segmentation with FullyInterpolation Decoding

来源：iros2021链接：GitHub-placeforyiming/IROS21-FIDNet-SemanticKITTI:Anextremelysimple,intuitive,hardware-friendly,andwell-performingnetworkstructureforLiDARsemanticsegmentationon2Drangeimage.IROS210、摘要将点云

shiyueyueya·2023-10-19 19:34

论文阅读：Efficient Point Cloud Segmentation with Geometry-Aware Sparse Networks

来源：ECCV2022链接：EfficientPointCloudSegmentationwithGeometry-AwareSparseNetworks|SpringerLink0、Abstract在点云学习中，稀疏性和几何性是两个核心特性。近年来，为了提高点云语义分割的性能，人们提出了许多通过单个表示或多个表示的方法。然而，这些作品未能保持性能、效率和内存消耗之间的平衡，无法恰当地集成稀疏性和

shiyueyueya·2023-10-19 19:58

论文阅读之《Kindling the Darkness: A Practical Low-light Image Enhancer》

目录摘要介绍已有方法回顾普通方法基于亮度的方法基于深度学习的方法基于图像去噪的方法提出的方法2.1LayerDecompositionNet2.2ReflectanceRestorationNet2.3IlluminationAdjustmentNet实验结果总结KindlingtheDarkness:APracticalLow-lightImageEnhancer（KinD）ACMMM2019Y

春末的南方城市·2023-10-19 19:58

论文阅读【异常检测】ModelCoder: A Fault Model based Automatic Root Cause Localization Framework for Microservi

ModelCoder:AFaultModelbasedAutomaticRootCauseLocalizationFrameworkforMicroserviceSystemsModelCoder：基于故障模型的微服务系统自动根源定位框架论文标题｜ModelCoder:AFaultModelbasedAutomaticRootCauseLocalizationFrameworkforMicrose

Doooo19·2023-10-19 17:48

论文阅读——R2D2: Repeatable and Reliable Detector and Descriptor

一、概述本文由NaverLab（Naver即社交软件Line的母公司，也是韩国市值最高的互联网公司）发表于2019NIPS上。作者的核心观点在于，近期的一些研究在提取兴趣点时往往只考虑兴趣点的可重复性（如一对匹配点在两图像scoremap上的响应必须很接近），但是可重复的兴趣点未必有较高的区分性，因为图像上某些区域对于匹配来说不够可靠甚至是模棱两可的，如一些重复纹理区域：摩天楼的窗户、路面等。

吃远·2023-10-19 10:56

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

推荐频道

VQA论文阅读