VQA论文阅读第25页

论文阅读--深度学习基础文献

AlphaGoZero论文信息：SilverD,SchrittwieserJ,SimonyanK,etal.Masteringthegameofgowithouthumanknowledge[J].nature,2017,550(7676):354-359.参考文章：深入浅析AlphaGoZero与深度强化学习AlphaGoZero论文解析Attentionisallyouneed论文信息：Vas

伊丽莎白鹅·2023-10-10 21:09

论文阅读（11）RoBERTa: A Robustly Optimized BERT Pretraining Approach（2019）

RoBERTa:ARobustlyOptimizedBERTPretrainingApproach(一种鲁棒优化的BERT预训练方法)细读，半天Motivationhypeparameterchoices对我们最终结果影响很大。提出一项BERT预处理的replicationstudy：仔细测量了许多keyhyperparameters和trainingdatasize的影响发现BERT的训练明显不

Douzi1024·2023-10-10 19:05

论文阅读：Fast Point R-CNN

1.introduction部分首先介绍传统的CNN面向图像数据来源，但是针对点云做深度学习在无人驾驶，机器人等领域是很有必要的。然后说点云，太稀疏，奇异性大，不好直接做。那么有一种比较流行的处理手段就是：volumetric体素化。但是volumetric又有计算量太大的缺点。那么就有两种处理手段：usecoarsegrid：粗的栅格化处理。这种方法的问题：无法利用fine-grained的信息

Allen的光影天地·2023-10-10 08:25

A Survey and Framework of Cooperative Perception 论文阅读

论文链接ASurveyandFrameworkofCooperativePerception:FromHeterogeneousSingletontoHierarchicalCooperation0.Abstract首次提出统一的CP（CooperativePercepetion）框架回顾了基于不同类型传感器的CP系统与分类对节点结构，传感模态和融合方法进行回顾提出了一个分层的CP框架，回顾现有的

KrMzyc·2023-10-09 21:18

Collaborative Perception for Autonomous Driving: Current Status and Future Trend 论文阅读

论文连接CollaborativePerceptionforAutonomousDriving:CurrentStatusandFutureTrend0.Abstract个体车辆能力有限，导致感知性能提升遇到瓶颈。为了突破个体感知的限制，协作感知被提出，使车辆能够共享信息来感知超出视线和视野的环境对有前景的协作感知技术的相关工作进行了回顾，包括介绍基本概念、概括协作模式并总结协作感知的关键要素和应

KrMzyc·2023-10-09 21:48

Survey on Cooperative Perception in an Automotive Context 论文阅读

论文链接SurveyonCooperativePerceptioninanAutomotiveContext0.Abstract本文就协同基础设施领域提供相关环境的调查回顾了感知中涉及的主要模块：定位，目标检测和跟踪，地图生成提供了协同感知的SWOT1.Intro无人驾驶汽车的背景、发展历程---->协同驾驶：v2v到v2I合作可在三个层次的数据共享中进行：早期融合阶段：原始数据的融合，原始数据来

KrMzyc·2023-10-09 21:12

【论文阅读】LLM4RS：TALLRec: An Effective and Efficient Tuning Framework to Align Large Language Model w RS

【论文阅读】LLM4RS：TALLRec:AnEffectiveandEfficientTuningFrameworktoAlignLargeLanguageModelwRS文章目录【论文阅读】LLM4RS

笃℃·2023-10-09 19:59

Deep learning of free boundary and Stefan problems论文阅读复现

DeeplearningoffreeboundaryandStefanproblems论文阅读复现摘要1.一维一相Stefan问题1.1DirectStefanproblem1.2InverseTypeI1.3InverseTypeII2

喝过期的拉菲·2023-10-09 14:20

论文阅读—基于采样的快速区域优化

kRRT*KinodynamicB-RRT*选取吸引点实验【前端】双向运动，缩短时间，通过采样方向划定有偏采样，实现轨迹的区域优化（A*产生吸引点），减少迭代次数【后端区域优化】5阶多项式，BVP求解有约束方程KinodynamicB-RRT*RRT*+双向搜索+区域优化：Connect()、Steer()尽可能花少量时间避免碰撞，按时间切分轨迹片段，由此计算目标成本：平滑性成本：平滑后相似性成本

oliveQ·2023-10-09 14:07

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

论文阅读——Latent Fingerprint Registration via Matching Densely Sampled Points

一、摘要潜指纹的匹配是一个非常重要但未解决的问题。作为潜指纹匹配的一个关键步骤，潜指纹配准的性能对最终匹配结果影响显著。当下的潜指纹配准算法主要是基于建立指纹潜指纹和数据库指纹的细节点（或者关键点，minutiae）之间的联系的方法，当指纹面积较小或质量较差等因素导致提取出来的关键点较少时，这种方法自然很难取得好的效果。故指纹细节特征的提取成为了潜指纹配准的瓶颈。本文提出了一种基于非细节点特征的指

吃远·2023-10-09 00:24

论文阅读与思考（1）：Heterogeneous Graph Attention Network异构图注意力网络

论文阅读与思考（1）：HeterogeneousGraphAttentionNetwork异构图注意力网络研究问题随着深度学习的兴起,深度学习已经在欧几里得数据中取得了很大的成功,但从非欧几里得域生成的数据也取得非常广泛的应用

肉肉的油条君·2023-10-08 16:21

论文阅读--Energy efficiency in heterogeneous wireless access networks

异构无线接入网络的能源效率论文信息：NavaratnarajahS,SaeedA,DianatiM,etal.Energyefficiencyinheterogeneouswirelessaccessnetworks[J].IEEEwirelesscommunications,2013,20(5):37-43.I.ABSTRACT&&INTRODUCTION 本文提出了无线接入网节能的重要方面。

伊丽莎白鹅·2023-10-08 06:24

论文阅读-- A simple transmit diversity technique for wireless communications

一种简单的无线通信发射分集技术论文信息：AlamoutiSM.Asimpletransmitdiversitytechniqueforwirelesscommunications[J].IEEEJournalonselectedareasincommunications,1998,16(8):1451-1458.创新性：提出了一种新的发射分集方案。结果表明，在使用两个发射天线和一个接收天线的情况下

伊丽莎白鹅·2023-10-08 06:54

论文阅读--Holographic MIMO surfaces for 6G wireless networks:Opportunities, challenges,and trends

用于6G无线网络的全息MIMO表面:机遇、挑战和趋势论文信息：HuangC,HuS,AlexandropoulosGC,etal.HolographicMIMOsurfacesfor6Gwirelessnetworks:Opportunities,challenges,andtrends[J].IEEEWirelessCommunications,2020,27(5):118-125.AbstrA

伊丽莎白鹅·2023-10-08 06:54

论文阅读--Cell-free massive MIMO versus small cells

无蜂窝大规模MIMO与小蜂窝网络论文信息NgoHQ,AshikhminA,YangH,etal.Cell-freemassiveMIMOversussmallcells[J].IEEETransactionsonWirelessCommunications,2017,16(3):1834-1850. 无蜂窝大规模MIMO中没有小区或者小区边界的界定，所有接入点通过回程网络进行相位相干协作，并通过

伊丽莎白鹅·2023-10-08 06:53

分层强化学习综述论文阅读 Hierarchical Reinforcement Learning: A Comprehensive Survey

分层强化学习综述论文阅读HierarchicalReinforcementLearning:AComprehensiveSurvey摘要一、介绍二、基础知识回顾2.1强化学习2.2分层强化学习2.2.1

孙敬博·2023-10-08 06:19

论文阅读--On optimization methods for deep learning

深度学习的优化方法研究论文信息：LeQV,NgiamJ,CoatesA,etal.Onoptimizationmethodsfordeeplearning[C]//Proceedingsofthe28thInternationalConferenceonMachineLearning,ICML2011,Bellevue,Washington,USA,June28-July2,2011.DBLP,2

伊丽莎白鹅·2023-10-08 06:15

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】LSKNet: Large Selective Kernel Network for Remote Sensing Object Detection

这是南开大学在ICCV2023会议上新提出的旋转目标检测算法，基本原理就是通过一系列Depth-wise卷积核和空间选择机制来动态调整目标的感受野，从而允许模型适应不同背景的目标检测。论文地址：https://arxiv.org/pdf/2303.09030.pdf代码地址（可以直接使用mmrotate框架实现）：GitHub-zcablii/LSKNet:(ICCV2023)LargeSelec

小李AI飞刀^_^·2023-10-07 17:32

论文阅读——Large Selective Kernel Network for Remote Sensing 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://arxiv.org/pdf/2303.09030.pdf代码地址https://github.com/zcablii/LSKNet标题遥感目标检测的大选择核网络目前存在的问题相对较少的工作考虑到强大的先验知识存在于遥感图像。航空图像通常是用高分辨率的鸟瞰图拍摄的。特别是，航拍图像中的

醋酸洋红就是我·2023-10-07 17:31

【Spatial-Temporal Action Localization（五）】论文阅读2020年

文章目录1.ActionsasMovingPoints摘要和结论引言：针对痛点和贡献模型框架实验1.ActionsasMovingPointsActionsasMovingPoints(ECCV2020)摘要和结论MovingCenterDetector(MOCdetector)通过将动作实例视为移动点的轨迹。通过三个分支生成tubeletdetectionresults（bbossequence

三木今天学习了嘛·2023-10-07 11:57

【论文阅读】An Evaluation of Concurrency Control with One Thousand Cores

AnEvaluationofConcurrencyControlwithOneThousandCoresStaringintotheAbyss:AnEvaluationofConcurrencyControlwithOneThousandCoresABSTRACT随着多核处理器的发展，一个芯片可能有几十乃至上百个core。在数百个线程并行运行的情况下，协调对数据的竞争访问的复杂性可能会减少增加的核

Tcoder-l3est·2023-10-07 00:48

论文阅读分享--OCR--Reading Scene Text withAttention Convolutional Sequence Modeling

论文：GaoY,ChenY,WangJ,etal.ReadingSceneTextwithAttentionConvolutionalSequenceModeling[J].2017.这篇工作是OCR问题中的文字识别模型。主要改进点有两个：1）CNN特征提取阶段，引入了残差注意力模块，通过全图特征的学习，增强前景文字，抑制背景。2）CNN卷积替代LSTM，实现frame级别featureseque

飞姐的分享·2023-10-06 21:54

《基于同态加密和秘密分享的纵向联邦LR协议研究》论文阅读

论文地址：https://xueshu.baidu.com/usercenter/paper/show?paperid=1b7e04e0r41x0ax0976q0gy0m5242465摘要提出了一种新颖的两方纵向联邦逻辑回归协议,并在半诚实安全模型下证明了该协议的安全性,包括模型训练流程和模型推理流程的安全性,且无需对非线性函数使用多项式近似计算,从而保证了联邦逻辑回归协议模型无损。论文知识要点1

superY25·2023-10-06 17:14

《Secure Analytics-Federated Learning and Secure Aggregation》论文阅读

背景机器学习模型对数据的分析具有很大的优势，很多敏感数据分布在用户各自的终端。若大规模收集用户的敏感数据具有泄露的风险。对于安全分析的一般背景就是认为有n方有敏感数据，并且不愿意分享他们的数据，但可以分享聚合计算后的结果。联邦学习是一种训练数据在多方训练，然后聚合结果得到最终的中心化模型。其中的关键就是多方结果的安全聚合。风险模型有很多用户，假设用户都是诚实但好奇的，即会遵守协议规则，但会通过拼凑

superY25·2023-10-06 17:13

推荐系统论文阅读（二十七)-GraphSAGE：聚合方式的图表示学习

论文：论文题目：《InductiveRepresentationLearningonLargeGraphs》论文地址：https://arxiv.org/pdf/1706.02216.pdf利用图信息的推荐我们在之前的文章里面也介绍了几篇，SRGNN，node2vec，deepwalk等等，这些论文都是利用了图结构的邻域关系来对node进行建模学习。而今天我们要介绍的这篇论文是用邻域聚合(aggr

推荐系统论文阅读·2023-10-05 23:31

[论文阅读]CCPD|Towards End-to-End License Plate Detection and Recognition: A Large Dataset and Baseline

题目：TowardsEnd-to-EndLicensePlateDetectionandRecognition:ALargeDatasetandBaseline作者：ZhenboXu；WeiYang；etc…Motivation:作者认为目前现有的数据集都比较小，于是作者整个大的CCPD，然后基于这个数据集又设计了一个检测模型。Methods:作者通过各种办法做了这个数据集，很丰富，很感人。然后主

一碗白开水一·2023-10-05 21:48

Tune-A-Video论文阅读

论文链接：Tune-A-Video:One-ShotTuningofImageDiffusionModelsforText-to-VideoGeneration文章目录摘要引言相关工作文生图扩散模型文本到视频生成模型文本驱动的视频编辑从单个视频生成方法前提DDPMsLDMs网络膨胀微调和推理模型微调基于DDIMinversion的结构引导Tune-A-Video的应用对象编辑背景变化风格转移个性化

zzfive·2023-10-05 14:02

NUWA论文阅读

论文链接：NUWA:VisualSynthesisPre-trainingforNeuralvisUalWorldcreAtion文章目录摘要引言相关工作视觉自回归模型视觉稀疏自注意方法3D数据表征3DNearbySelf-Attention3D编码器-解码器训练目标实验实现细节与SOTA比较T2I微调T2V微调V2V微调Sketch-to-Image(S2I)微调ImageCompletion(

zzfive·2023-10-05 14:02

202205论文阅读

202205论文阅读每月至少两篇，论文精读。20220501：科学问题营养状态指数(TSI)是评价水生生态系统的重要参数。

Jelliii·2023-10-05 09:18

《论文阅读》监督对抗性对比学习在对话中的情绪识别 ACL2023

《论文阅读》监督对抗性对比学习在对话中的情绪识别前言摘要相关知识最坏样本干扰监督对比学习生成式对抗网络纳什均衡琴森香农散度范式球模型架构监督对抗性对比学习模型结构图实验结果问题前言你是否也对于理解论文存在困惑

365JHWZGo·2023-10-05 08:00

论文阅读_LMM 的黎明_GPT4_4V

英文名称:TheDawnofLMMs:PreliminaryExplorationswithGPT-4V(ision)中文名称:LMM的黎明：GPT-4V的初步探索文章:http://arxiv.org/abs/2309.17421中文翻译：https://mp.weixin.qq.com/s/a8Y_yU5XYgJhQ2xMuTK13w作者:ZhengyuanYang日期:2023-09-291

xieyan0811·2023-10-05 08:30

论文阅读——Pyramid Grafting Network for One-Stage High Resolution Saliency Detection

目录基本信息标题目前存在的问题改进网络结构CMGM模块解答为什么要用这两个编码器进行编码另一个写的好的参考基本信息期刊CVPR年份2022论文地址https://arxiv.org/pdf/2204.05041.pdf代码地址https://github.com/iCVTEAM/PGNet标题金字塔嫁接网络的一级高分辨率显著性检测目前存在的问题cosod用于低分辨率图片下表现良好，高分辨率下(10

醋酸洋红就是我·2023-10-05 07:10

High-Resolution Image Synthesis with Latent Diffusion Models论文阅读+代码复现

摘要：扩散模型在图像数据和其他数据上实现了最先进的合成结果，并且它的公式允许引导机制来控制图像生成的过程而无需重新训练。然而，这种模型直接在像素空间上操作，因此，功能强大的扩散模型通常需要花费大量的计算资源与推理时间。为了在有限的计算资源上进行扩散模型的训练，我们将扩散模型应用在强大的预训练自动编码器的潜在空间。与之前的工作相比，在这种表示上训练扩散模型首次能够在降低复杂度和保留细节之间达到接近最

Ptp_Ai·2023-10-04 22:08

【论文阅读】Self-Supervised Learning of Graph Neural Networks: A Unified Review

论文题目：Self-SupervisedLearningofGraphNeuralNetworks:AUnifiedReview论文地址：https://arxiv.org/abs/2102.107571Introduction可以将SSL的前置任务分为两类：对比模型和预测模型。两类的主要区别在于对比模型需要data-data对进行训练，而预测模型需要data-label对，其中label时从数据

grove975·2023-10-04 19:37

【论文阅读】多目标跟踪—ByteTrackV2: 2D and 3D Multi-Object Tracking by Associating Every Detection Box

（一）Title写在前面：ByteTrack作者今年3月的新作品，升级了的V2版本并不是仅仅将ByteTrack扩展到三维场景，而是在二阶段匹配的框架下，结合了JDT和TBD常用的两种基于运动模型进行匹配的方法，提出了一种新的运动匹配模式，思路新颖，在三维MOT数据集nuScence上也达到了state-of-the-art。注意该笔记是针对初稿版本！！（二）Abstract背景介绍MOT的任务是

小叮当了个当·2023-10-04 15:34

哈工大2020秋算法设计与分析大作业（一）

哈工大2020秋算法设计与分析大作业（一）前言正文1论文题目标题作者刊物2论文阅读报告2.1摘要2.2问题定义2.3算法或证明过程2.4实验结论哈工大2020秋算法设计与分析大作业（二）前言本课程以前是考试课

( ￣ ▽￣)o╭╯☆#╰( ￣﹏￣)╯·2023-10-03 20:39

论文阅读《A Closer Look at Few-shot Classification》

耽搁了很久没有再写这段时间身心有点疲惫情绪不是很健康以至于人的状态也不好这篇文是上周就想写了…拖到了现在论文名称：ACloserLookatFew-shotClassification论文地址:https://arxiv.org/abs/1904.04232论文阅读参考

LiBiscuit·2023-10-03 18:54

Maxout Networks论文阅读

[toc]1.MaxoutNetworksarXiv:1302.4389[stat.ML]tensorflow2代码：https://github.com/zhangkaihua88/ML_Paper1.1.摘要maxout：旨在通过dropout来加快优化过程，并提高准确度（与drop共同使用）；模型的输出是模型输入的最大值1.2.介绍dropout可以训练集成模型共享参数并近似的对这些模型的预

山雾幻华·2023-10-03 12:41

1个模型横扫40+个SOTA！22位华人共同打造佛罗伦萨模型，一统图像视频文本，含9亿图像-文本对...

Florence可以轻松适用于各种计算机视觉任务，如分类、目标检测、VQA、看图说话、视频检索和动作识别，并在超过40个基准中刷新了SOTA。

我爱计算机视觉·2023-10-03 07:00

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

【BLIP/BLIP2/InstructBLIP】一篇文章快速了解BLIP系列（附代码讲解说明）

1.4.2方法2.BLIP22.1Q-Former的设计2.2实现功能2.2.1图像文本检索(Image-TextRetrieval)2.2.2图像字幕(ImageCaptioning)2.2.3视觉问答(VQA

莫余·2023-10-02 08:42

【论文阅读】通过3D和2D网络的交叉示教实现稀疏标注的3D医学图像分割(CVPR2023)

目录前言方法标注3D-2DCrossTeaching伪标签选择Hard-SoftConfidenceThresholdConsistentPredictionFusion结论论文：3DMedicalImageSegmentationwithSparseAnnotationviaCross-Teachingbetween3Dand2DNetworks代码：https://github.com/hen

鱼小丸·2023-10-01 21:02

【论文阅读】（CVPR2023）用于半监督医学图像分割的双向复制粘贴

目录前言方法BCPMean-teacherandTraningStrategyPre-TrainingviaCopy-PasteBidirectionalCopy-PasteImagesBidirectionalCopy-PasteSupervisorySignalsLossFunctionTestingPhase结论先看这个图，感觉比较清晰。它整个的思路就是把有标签的图片和无标签的图片拼在一起，

鱼小丸·2023-10-01 21:01

【论文阅读】DiffusionDet: Diffusion Model for Object Detection

原文链接：https://arxiv.org/abs/2211.097881.引言过去的目标检测方法依赖手工设计的候选对象（如滑动窗口、区域提案、锚框和参考点）；或是依赖可学习的物体查询。本文使用更加简单的方法，随机初始化边界框（不含可学习参数或启发式先验），直接从噪声框中细化位置和尺寸。这种从噪声生成边界框的方法与去噪扩散模型生成图像的过程类似。 DiffusionDet将目标检测任务

byzy·2023-10-01 18:22

【论文阅读】ICCV2021|超分辨重建论文整理和阅读

本文主要对ICCV2021中超分辨率重建相关论文进行整理与阅读。1.LearningASingleNetworkforScale-ArbitrarySuper-ResolutionPaper:https://arxiv.org/pdf/2004.03791.pdfCode:https://github.com/The-Learning本论文聚焦于非整数尺度和非对称的SR问题，如上采样1.5x2.5

一的千分之一·2023-10-01 10:04

[论文阅读-1]ImageNet Classification with Deep Convolutional Neural Networks

AbstractWetrainedalarge,deepconvolutionalneuralnetworktoclassifythe1.2millionhigh-resolutionimagesintheImageNetLSVRC-2010contestintothe1000differentclasses.Onthetestdata,weachievedtop-1andtop-5errorra

葉儿蔓语·2023-10-01 04:12

论文阅读《Pingmesh: A Large-Scale System for Data Center Network Latency Measurement and Analysis》

背景在我们内部产品中，一直有关于网络性能数据监控需求，我们之前是直接使用ping命令收集结果，每台服务器去ping(N-1)台，也就是N^2的复杂度，稳定性和性能都存在一些问题，最近打算对这部分进行重写，在重新调研期间看到了Pingmesh这篇论文，Pingmesh是微软用来监控数据中心网络情况而开发的软件，通过阅读这篇论文来学习下他们是怎么做的。数据中心自身是极为复杂的，其中网络涉及到的设备很多

夜莺云原生监控·2023-10-01 04:02

推荐频道

VQA论文阅读