VQA论文阅读第27页

新闻推荐论文笔记(2):Neural News Recommendation with Attentive Multi-View Learning

IJCAI2019论文清北与微软亚研出品image.png本文为自己的论文阅读笔记，如有错误欢迎指正，转载请联系笔者最近在研究新闻推荐的新方法，本文为系列文章的第二篇，前文请见https://www.jianshu.com

阿瑟_TJRS·2023-09-20 20:49

【论文阅读 07】Anomaly region detection and localization in metal surface inspection

比较老的一篇论文，金属表面检测中的异常区域检测与定位总结：提出了一个找模板图的方法，使用SIFT做特征提取，姿态估计看差异有哪些，Hough聚类做描述符筛选，仿射变换可视化匹配图之间的关系，提出一个搜索方法（降低图像分辨率、设定对比度和匹配数量阈值，指定排名表）。找到这个模板图之后就跟异常图相减，得到残差图像，再提取SIFT关键点，这些关键点对应于图像的异常部位。1Abstract这个实验使用了一

不菜不菜·2023-09-20 09:48

【论文阅读】Unified Multi-Dimensional Automatic Evaluation for Open-Domain Conversations with LLMs

前言该文章提出一种利用大模型对open-domain对话进行评估的方法。主要利用一个Prompt，来指示LLMs一次性输出相应的多个指标原文地址：LLM-Eval:UnifiedMulti-DimensionalAutomaticEvaluationforOpen-DomainConversationswithLargeLanguageModels方法基于大模型，提出一个unifiedmulti-

长命百岁️·2023-09-20 09:17

【论文阅读】检索增强发展历程及相关文章总结

文章目录前言Knn-LMInsightMethodResultsDomainAdaptionTuningNearestNeighborSearchAnalysisREALMInsightsMethodKnowledgeRetrieverKnowledge-AugmentedEncoderExpResultAblationStudyCaseStudyDPRInsightMethodExperimen

长命百岁️·2023-09-20 09:12

【论文阅读 08】Adaptive Anomaly Detection within Near-regular Milling Textures

2013年，太老了，先不看比较老的一篇论文，近规则铣削纹理中的自适应异常检测1Abstract在钢质量控制中的应用，我们提出了图像处理算法，用于无监督地检测隐藏在全局铣削模式内的异常。因此，我们考虑了基于全局傅里叶的方法和局部剪切波分解来阻尼铣削纹理。这些基于频率的方法与空间域基于模板的自相关进行了比较。作为一种替代方法，所谓的匹配追踪是通过联合傅立叶和基于小波的字典提出的，可以同时利用全局铣削槽

不菜不菜·2023-09-20 09:40

《The Dilemma of Parameterizing Propagation Time in Blockchain P2P Network》论文阅读笔记

paperAbstract无权限区块链上的传播时间对分散系统的稳定性和性能起着重要作用。在分散的对等网络中，大量的活动被传播到整个节点，从而造成传播延迟。系统的稳定性首先是我们关心的问题。传播延迟为攻击者应用其协议提供了机会。无论是不经过适当的计算直接加速还是减速传播时间，都会给整个区块链系统带来诸多负面影响。在本文中，我们详细地回顾和阐述了在这样一个系统中与传播时间有关的几个参数。我们从数据通信

甸仔向前冲·2023-09-20 06:59

【Spatial-Temporal Action Localization（四）】论文阅读2019年

文章目录1.YouOnlyWatchOnce:AUnifiedCNNArchitectureforReal-TimeSpatiotemporalActionLocalization摘要和结论引言：针对痛点和贡献相关工作模型框架实验2.STEP:Spatio-TemporalProgressiveLearningforVideoActionDetection摘要和结论引言：针对痛点和贡献模型框架Sp

三木今天学习了嘛·2023-09-20 02:37

论文阅读：《Wasserstein Distance Guided Representation Learning for Domain Adaptation》

真真真好久没有更新论文阅读了（论文也在库存状态……）一下子就六月底了这个月真的好快但希望这个月的努力会有收获！

LiBiscuit·2023-09-19 23:35

【论文阅读 06】A Vision Based System for Anomaly Detection and Classification in Additive Manufacturing

2019IEEEConferenceonSustainableUtilizationandDevelopmentinEngineeringandTechnologies(CSUDET)一个会议增材制造异常检测与分类基于视觉的系统1Abstract本文提出了一种在3D打印机上安装基于视觉的系统的方法，以便在打印过程中检测和分类异常。因此，引入质量监测检查打印过程，以确保发生缺陷最小，如果出现缺陷，减

不菜不菜·2023-09-19 10:21

[论文阅读]A ConvNet for the 2020s

摘要视觉识别的咆哮的20年代开始于ViTs的引入，它很快取代了卷积神经网络，成为最先进的图像分类模型。另一方面，一个原始的ViT在用于一般的比如目标识别和语义分割的计算机视觉任务的时候面临困难。层次Transformer(例如，Swin-Transformer)，它重新引入了几个卷积神经网络先验，使Transformer作为通用视觉主干实际上可行，并在各种视觉任务中表现出卓越的性能。然而，这种混合

不是吧这都有重名·2023-09-19 10:51

论文阅读 - Natural Language is All a Graph Needs

目录摘要IntroductionRelatedWork3InstructGLM3.1Preliminary3.2InstructionPromptDesign3.3节点分类的生成指令调整3.4辅助自监督链路预测4Experiments4.1ExperimentalSetup4.2MainResults4.2.1ogbn-arxiv4.2.2Cora&PubMed4.3AblationStudy4.

无脑敲代码，bug漫天飞·2023-09-19 10:49

【论文阅读 05】图像异常检测研究现状综述

1图像异常检测任务图像异常检测任务根据异常的形态可以分为定性异常的分类和定量异常的定位两个类别.定性异常的分类：整体地给出是否异常的判断，无需准确定位异常的位置。如图2左上图所示,左侧代表正常图像,右侧代表异常图像,在第1行中,模型仅使用服饰数据集中衣服类型的样本进行训练，则其他类别的样本图像(鞋子等)对模型来说都是需要检测的异常样本,因为他们在纹理、结构和语义信息等方面都不相同.又或者如第2行所

不菜不菜·2023-09-19 10:19

论文阅读：轻量级网络之shuffleNetV2—— ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design

文章是去年的，但是感觉思路很清晰，被说服了，觉得超牛逼。之前没有好好看，真的是打脸max。还是要好好看论文啊，不要就听名字。这篇文章主要是对v1的改进。思考向，flops是衡量一个model速度的唯一考量么？当然不是啦，还有计算平台以及内存访问代价（memoryaccesscost,MAC）等等等。所以呢，就有了v2,并且提出了一些设计模型的通用准则。现有的度量计算复杂度的指标是flops，也就是

涂山容容·2023-09-19 04:24

论文阅读--You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery

Title:YouOnlyLookTwice:RapidMulti-ScaleObjectDetectionInSatelliteImageryAbstract:Detectionofsmallobjectsinlargeswathsofimageryisoneoftheprimaryproblemsinsatelliteimageryanalytics.Whileobjectdetectioni

追忆苔上雪·2023-09-18 19:22

Retinexformer 论文阅读笔记

Retinexformer:One-stageRetinex-basedTransformerforLow-lightImageEnhancement清华大学、维尔兹堡大学和苏黎世联邦理工学院在ICCV2023的一篇transformer做暗图增强的工作，开源。文章认为，Retinex的I=R⊙LI=R\odotLI=R⊙L假设干净的R和L，但实际上由于噪声，并不干净，所以分别为L和R添加干扰项，

ssf-yasuo·2023-09-18 19:26

《META KNOWLEDGE CONDENSATION FOR FEDERATED LEARNING》

论文阅读《METAKNOWLEDGECONDENSATIONFORFEDERATEDLEARNING》挺有槽点的一篇论文，公式的符号感觉挺乱的，细节也没有交代清楚，而且方法堆砌得有点多。

volcanical·2023-09-18 17:30

GODIVA论文阅读

论文链接：GODIVA:GeneratingOpen-DomaInVideosfromnAturalDescriptions文章目录摘要引言相关工作Video-to-videogenerationText-to-imagegenerationText-to-videogenerationGODIVA方法逐帧视频自动编码器GODIVA视频生成器实验数据集评价指标自动评估指标人工评估指标实施细节定性结

zzfive·2023-09-18 05:37

NICE-SLAM: Neural Implicit Scalable Encoding for SLAM论文阅读记录

参考https://zhuanlan.zhihu.com/p/582821039论文阅读Nice-slam的四个目标实时合理预测：传统方法无法做到大场景有效：iMAP或是learning-based方法均未能实现的

weixin_47343723·2023-09-17 23:50

论文阅读：EasyMesh: An efficient method to reconstruct 3D mesh from a single image

文章目录AbstractIntroductionRelatedwork3D视觉中的生成对抗网络。3DshapereconstructionMethoddescription3Dshapegenerator3DshapediscriminatorViewpointestimation（视点估计）剪影图像重新渲染(Silhouetteimagere-rendering)从几何图像重建表面（Surfac

live_for_myself·2023-09-17 23:46

面向任务、多用户、VQA：Task-Oriented Multi-User Semantic Communications for VQA

目录论文简介动机：为什么作者想要解决这个问题？贡献：作者在这篇论文中完成了什么工作(创新点)？规划：他们如何完成工作？理由：通过什么实验验证它们的工作结果自己的看法论文简介作者HuiqiangXieZhijinQinGeoffreyYeLi发表期刊or会议《IEEEWIRELESSCOMMUNICATIONSLETTERS》发表时间2022.3动机：为什么作者想要解决这个问题？现存的工作主要关

一去不复返的通信er·2023-09-17 20:06

论文阅读：SPPnet：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

文章目录1、网络总述2、为什么CNN需要固定的输入3、crop与wrap4、Visualizationofthefeaturemaps.5、不同池化尺度下的win与stride计算6、Multi-sizetraining7、Full-imageRepresentationsImproveAccuracy8、SPPnet应用到目标检测上9、模型集成：ModelCombinationforDetect

贾小树·2023-09-17 19:41

Self-paced Multi-grained Cross-modal Interaction Modeling for Referring Expression Comprehension论文阅读

Self-pacedMulti-grainedCross-modalInteractionModelingforReferringExpressionComprehension论文阅读笔记一、Abstract

乄洛尘·2023-09-17 13:32

《MixConv--混合的深度卷积核》论文阅读笔记

MixNet 这篇文章来自谷歌大脑，是最近（19年7月）刚挂出来的，然后应该是发表在了BMVC2019上。原文可见MixConv:MixedDepthwiseConvolutionalKernels。摘要深度卷积在现代高效卷积神经网络中越来越受欢迎，但其核大小却常常被忽略。在本文中，我们系统地研究了不同核大小的影响，并观察到将不同尺寸核的优点结合起来可以获得更好的精度和效率。在此基础上，我们提出

JR_Chan·2023-09-17 07:55

【论文阅读】Untargeted Backdoor Attack Against Object Detection（针对目标检测的无目标后门攻击）

文章目录一.论文信息二.论文内容0.摘要1.论文概述2.背景介绍3.作者贡献4.重点图表一.论文信息论文题目：UntargetedBackdoorAttackAgainstObjectDetection（针对目标检测的无目标后门攻击）发表年份：2023-ICASSP（CCF-B）作者信息：ChengxiaoLuo（清华大学深圳国际研究生院）YimingLi（清华大学深圳国际研究生院）YongJia

AISecurity盐究员·2023-09-17 05:16

【论文阅读】Cornus: Atomic Commit for a Cloud DBMS with Storage Disaggregation

CornusPaperPreknowledgeShare-NothingRelatedWorkCornus:AtomicCommitforaCloudDBMSwithStorageDisaggregationABSTRACT传统2PC存在两个限制（缺点）LongLatency：longlatencyduetotwoeagerlogwritesonthecriticalpath？（性能问题：无论是在

Tcoder-l3est·2023-09-17 04:24

论文阅读之Robot Learning System Based on Adaptive Neural Control and Dynamic Movement Primitives

论文阅读其实就是用自己的话讲一遍，然后理解其中的方法0、论文基本信息为什么阅读这篇论文：因为它获得了2022年度IEEETNNLS最佳论文奖，年度唯一最佳论文奖(OutstandingPaperAward

Time_Memory_cici·2023-09-16 21:54

[论文阅读] SADGA: Structure-Aware Dual Graph Aggregation Network for Text-to-SQL

“SADGA:Structure-AwareDualGraphAggregationNetworkforText-to-SQL”是一篇text2sql领域的论文，发布于NeurIPS2021。原文链接：https://arxiv.org/abs/2111.00653项目代码链接：https://github.com/DMIRLAB-Group/SADGA总体概括文章内容就是——文章使用图结构作为q

__Wwinky·2023-09-16 06:06

【Spatial-Temporal Action Localization（一）】认识时空动作定位

文章目录任务定义任务难点数据集任务现状评估指标可以思考的创新的角度不错的博客，还有框架推荐南京大学开源MultiSports：面向体育运动场景的细粒度多人时空动作检测数据集…论文阅读推荐、VideoUnderstanding

三木今天学习了嘛·2023-09-16 02:05

【Spatial-Temporal Action Localization（三）】论文阅读2018年

文章目录1.AVA:AVideoDatasetofSpatio-temporallyLocalizedAtomicVisualActions时空局部原子视觉动作的视频数据集摘要和结论模型框架思考不足之处时间信息对于识别AVA类别有多重要？定位与识别相比有何挑战性？哪些类别具有挑战性？训练样本的数量有多重要？2.AProposal-BasedSolutiontoSpatio-TemporalActi

三木今天学习了嘛·2023-09-16 02:04

【论文阅读系列】NWD-Based Model | 小目标检测新范式，抛弃IoU-Based暴力涨点(登顶SOTA) 计算机视觉

NWD-BasedModel|小目标检测新范式，抛弃IoU-Based暴力涨点(登顶SOTA)计算机视觉参考：博客1知乎2在这里进行纪录分享，这是有用的资料，避免之后再寻找相当麻烦。小目标检测是一个非常具有挑战性的问题，因为小目标只包含几个像素大小。作者证明，由于缺乏外观信息，最先进的检测器也不能在小目标上得到令人满意的结果。作者的主要观察结果是，基于IoU(IntersectionoverUni

北屿白·2023-09-15 08:28

【CVPR2022】ST-MVDNet:Modality-Agnostic Learning for Radar-Lidar Fusion in Vehicle Detection论文阅读分析与总结

Challenge：之前的研究都是在假设模型总是可以访问两个无错误传感器输入的情况下，MVDNet多模态输入模型其中一个传感器不可用或丢失，模型可能会寄。而直接屏蔽一个输入流的强数据增强，将使模型依赖于一个清晰的蒸汽而忽略缺失的流，直接随机缺失传感器训练的模型不能有效地融合两个传感器的两个特征。模型学习更多的是每个模态单独工作，以便即使缺少一个传感器，它也能够生成预测。Contribution：1

zhSunw·2023-09-15 05:30

【ICASSP 2023】ST-MVDNET++论文阅读分析与总结

主要是数据增强的提点方式。并不能带来idea启发，但对模型性能有帮助Challenge：少有作品应用一些全局数据增强，利用ST-MVDNet自训练的师生框架，集成了更常见的数据增强，如全局旋转、平移、缩放和翻转。Contribution：1.介绍了激光雷达雷达车辆检测模型的几何增强。2.提出了一个师生框架名称STMVDNet++，并结合几何增强和噪声增强来训练广义融合模型。3.在ORR数据集上so

zhSunw·2023-09-15 05:30

【CVPR2020】DEF：Seeing Through Fog Without Seeing Fog论文阅读分析与总结

Challenge：之前网络架构的设计假设数据流是一致的，即出现在一个模态中的对象也出现在另一个模态中。然而，在恶劣的天气条件下，如雾、雨、雪或极端照明条件，多模态传感器配置中的信息可能不对称。不同传感器在特征提取阶段单独处理，在存在不对称测量失真的情况下，融合性能比单传感器差。Contribution：1.第一个恶劣天气下的大型多模态驾驶数据集，激光雷达、相机、雷达、门控近红外传感器和FIR传感

zhSunw·2023-09-15 05:00

【论文阅读】通过自适应表面细化从 NeRF 恢复精细的纹理网格

【论文阅读】通过自适应表面细化从NeRF恢复精细的纹理网格Abstract1.Introduction2.RelatedWork2.1.NeRFforSceneReconstruction2.2.SurfaceMeshforSceneReconstruction2.3

WoooChi·2023-09-15 05:56

【CVPR2021】MVDNet论文阅读分析与总结

Challenge：现有的目标检测器主要融合激光雷达和相机，通常提供丰富和冗余的视觉信息利用最先进的成像雷达，其分辨率比RadarNet和LiRaNet中使用的分辨率要细得多，提出了一种有效的深度后期融合方法来结合雷达和激光雷达信号。MVDNet本质是将雷达强度图与激光雷达点云深度融合，以利用它们的互补能力。Contribution：1.提出了一种深度后期融合检测器MVDNet，可以有效地利用激光

zhSunw·2023-09-15 05:25

【论文阅读】MARS：用于自动驾驶的实例感知、模块化和现实模拟器

【论文阅读】MARS：用于自动驾驶的实例感知、模块化和现实模拟器Abstract1Introduction2Method2.1SceneRepresentation2.3TowardsRealisticRendering2.4Optimization3.1PhotorealisticRendering3.2Instance-wiseEditing3.3Theblessingofmodulerdes

WoooChi·2023-09-15 05:23

Mendeley Linux下无法输入中文问题

UbuntuArch下载ArchDebian9插件Google的MendeleyWebImporter插件，方便导入浏览器上的论文到mendeley中问题情况Mendeley是一款协助学术研究的工具，可以作为自己的论文阅读库

zhaolongkzz·2023-09-15 03:44

解决Mendeley Linux下无法输入中文

https://www.findhao.net/easycoding/2287问题描述Mendeley是一款协助学术研究的工具，可以作为自己的论文阅读库，方便整理读过的论文，同时它自带的阅读标注工具也还算好用

益达915·2023-09-15 03:12

《论文阅读》常识感知的提示用于可控的同情对话生成 2023 AAAI

《论文阅读》常识感知的提示用于可控的同情对话生成前言简介基础知识即插即用（PlugandPlay）FutureDiscriminators（FUDGE）动机数据集方法前言你是否也对于理解论文存在困惑？

365JHWZGo·2023-09-14 18:53

【Spatial-Temporal Action Localization（二）】论文阅读2017年

文章目录1.ActionVLAD:Learningspatio-temporalaggregationforactionclassification[code](https://github.com/rohitgirdhar/ActionVLAD/)[](https://github.com/rohitgirdhar/ActionVLAD/)摘要和结论引言：针对痛点和贡献相关工作模型框架思考不足之

三木今天学习了嘛·2023-09-14 09:06

论文阅读：BotFinder: A Novel Framework for Social Bots Detection in Online Social Networks Based

目录摘要1Introduction3OurProposedMethod:BotFinder3.1Overview3.2Step1:FeatureEngineering3.3Step2:SimilarityCalculation3.4Step3:communitydetection4Experiment4.2Dataprocessing论文链接：https://assets.researchsqua

无脑敲代码，bug漫天飞·2023-09-14 09:05

[论文阅读]Coordinate Attention for Efficient Mobile Network Design

摘要最近关于移动网络设计的研究已经证明了通道注意力(例如，theSqueeze-and-Excitationattention)对于提高模型的性能有显著的效果，但它们通常忽略了位置信息，而位置信息对于生成空间选择性注意图非常重要。在本文中，我们提出了一种新的移动网络注意力机制，将位置信息嵌入到通道注意力中，我们称之为“坐标注意力”。与通过二维全局池化将特征张量转换为单个特征向量的通道注意力不同

不是吧这都有重名·2023-09-14 09:05

论文阅读 - Outlier detection in social networks leveraging community structure

目录摘要1.Introduction2.Relatedworks3.Preliminaries3.1.模块化度量3.2.Classesofoutliers3.2.1.点异常3.2.2.Contextualanomalies3.2.3.Collectiveanomalies3.3.Problemdefinition3.4.Outliersscore4.Methodology4.1.Proposeda

无脑敲代码，bug漫天飞·2023-09-14 09:31

论文阅读之Learning and Generalization of Motor Skills by Learning from Demonstration

0、论文基本信息DMP经典论文论文题目：LearningandGeneralizationofMotorSkillsbyLearningfromDemonstration会议名称：2009ICRA论文作者：PeterPastor,HeikoHoffmann,TaminAsfourandStefanSchaal作者简介：StefanSchaal是美国UniversityofSouthernCalif

Time_Memory_cici·2023-09-14 03:24

论文阅读辅助利器-Zotero-GPT

Zotero支持Windows、MacOS、Linux、iOS等多个平台由于开源，所以它拥有了海量插件的支持，这让zotero成为最好用的论文阅读和写作工具之一。

软件聚导航·2023-09-14 02:14

论文阅读：E3: Energy-Efficient Microservices on SmartNIC-Accelerated Servers

摘要：我们研究了使用SmartNIC加速服务器在数据中心执行基于微服务的应用程序，发现通过将合适的微服务卸载到智能NIC的低功耗处理器上，我们可以提高服务器的能量效率，而不会造成延迟损失。然而，作为主机数据路径中的异构计算基板，SmartNIC为微服务平台带来了几个挑战：网络流量路由和负载平衡，异构硬件上的微服务放置，以及共享智能NIC资源的争用。我们介绍了E3，一个用于SmartNIC加速服务器

阿明DunDunDun·2023-09-14 01:56

ACL论文阅读笔记_2019-10-20

EffectsofCreativityandClusterTightnessonShortTextClusteringPerformance摘要语料库的属性有：词汇的多样程度相关文档集群的紧密程度语料库的属性往往影响聚类算法的表现，本文研究了多个语料库中不同相似度指标和聚类算法的多种组合下这些属性的影响，结果表明，对于语言学创造性强的语料库，用k-means算法进行聚类时，语意相似度指标的聚类效果

雨住多一横·2023-09-13 23:40

论文阅读 (100)：Simple Black-box Adversarial Attacks (2019ICML)

文章目录1概述1.1要点1.2代码1.3引用2背景2.1目标与非目标攻击2.2最小化损失2.3白盒威胁模型2.4黑盒威胁模型3简单黑盒攻击3.1算法3.2Cartesian基3.3离散余弦基3.4一般基3.5学习率ϵ\epsilonϵ3.6预算1概述1.1要点题目：简单黑盒对抗攻击(Simpleblack-boxadversarialattacks)策略：提出了一个在黑盒设置下构建对抗图像的简单方

因吉·2023-09-12 17:42

[论文阅读]Visual Attention Network原文翻译

[论文链接]https://arxiv.org/abs/2202.09741摘要虽然一开始是被设计用于自然语言处理任务的，但是自注意力机制在多个计算机视觉领域掀起了风暴。然而，图像的二维特性给自注意力用于计算机视觉带来了三个挑战。（1）将图像视作一维序列忽视了它们的二维结构；（2）二次复杂度对于高分辨率图像来说太昂贵了；（3）它只捕获了空间适应性而忽略了通道适应性。本文我们提出了一种新颖的被叫

不是吧这都有重名·2023-09-12 16:02

开放域问答论文阅读-Investigating the Factual Knowledge Boundary of Large Language Models with Retrieval Augme

论文链接：2307.11019.pdf(arxiv.org)Abstract知识密集型任务（例如，开放域问答（QA））需要大量事实知识，并且通常依赖外部信息的帮助。最近，大型语言模型（LLM）（例如ChatGPT）在利用世界知识解决各种任务（包括知识密集型任务）方面表现出了令人印象深刻的能力。然而，目前尚不清楚LLM能够如何感知他们的事实知识边界，特别是他们在结合检索增强时的表现。在这项研究中，我

无脑敲代码，bug漫天飞·2023-09-12 07:24

推荐频道

VQA论文阅读