VQA论文阅读第41页

【目标检测论文阅读笔记】Reducing Label Noise in Anchor-Free Object Detection

（Augmentationforsmallobjectdetection）Abstract当前的anchor-free无锚目标检测器将空间上落在真值框预定义中心区域内的所有特征标记为正。这种方法会在训练过程中产生标签噪声，因为这些正标记的特征中的一些可能位于背景或遮挡物目标上，或者它们根本不是判别性特征。在本文中，我们提出了一种新的标记策略，旨在减少无锚检测器中的标签噪声。我们将源自单个特征的预测

YoooooL_·2023-04-16 06:22

【论文阅读】Fully convolutional networks for semantic segmentation

LongJ,ShelhamerE,DarrellT.Fullyconvolutionalnetworksforsemanticsegmentation[C]//ProceedingsoftheIEEEconferenceoncomputervisionandpatternrecognition.2015:3431-3440.核心思想：接受任意大小的输入并通过有效的推理和学习产生相应大小的输出“的“

w-here·2023-04-16 06:14

论文阅读-Fairness-aware Personalized Ranking Recommendation viaAdversarial Learning

春春辉·2023-04-15 16:21

raft理论与实践[3]-lab2a讲解

lab2a实验讲解准备工作阅读raft论文阅读我写的raft理论与实践[1]-理论篇阅读raft理论与实践[2]-lab2a由于我们需要模拟rpc远程调用，因此需要查看我写的这篇文章：模拟RPC远程过程调用

唯识相链2·2023-04-15 16:54

【音视频第12天】GCC论文阅读（3）

AGoogleCongestionControlAlgorithmforReal-TimeCommunicationdraft-alvestrand-rmcat-congestion-03论文理解看中文的GCC算法一脸懵。看一看英文版的，找一找感觉。目录Abstract1.Introduction1.1Mathematicalnotationconventions2.Systemmodel2.1q

Magic_o·2023-04-15 11:46

论文阅读_LLaMA

论文信息numberheadings:auto,first-level2,max4,_.1.1name_en:LLaMA:OpenandEfficientFoundationLanguageModelsname_ch:LLaMA:开放高效的基础语言模型paper_addr:https://arxiv.org/abs/2302.13971doi:https://doi.org/10.48550/ar

xieyan0811·2023-04-15 09:13

论文阅读：弱监督多模态自适应全局配准（TIP2021）

RobustContent-AdaptiveGlobalRegistrationforMultimodalRetinalImagesUsingWeaklySupervisedDeep-LearningFramework,TIP2021针对的问题：多模态视网膜数据配准模型结构基于风格转换弱监督自适应血管分割基于SuperPoint模型的特征提取和描述网络OutlierRejection网络实验结果评

Man in Himself·2023-04-15 07:35

[论文阅读] Co-teaching

作者第一完成单位为悉尼科技大学论文：https://arxiv.org/pdf/1804.06872.pdf代码：https://github.com/bhanML/Co-teaching背景co-teaching是nips2018上的文章。主要解决的是noisylabel的问题。基础观点DNN在训练的时候，一开始是从cleanlabel中获取信息，训练后期倾向于拟合噪声。训练前期，loss低的倾

thinson·2023-04-15 02:05

【论文 | 复现】YOLO-landmark detection

【论文阅读】论文(MICCAI2021_PART5_85-95)、代码Abstract：检测解剖学Landmarks有重要意义近些年很多深度神经网络都是高度专业化但singletaskwith特定解剖区域

우 유·2023-04-14 13:50

论文阅读《Cross-Domain Few-Shot Learning with Meta Fine-Tuning》

大概接下来一个月保持两更或一更了吧今天记录的还是针对跨域的论文阅读论文名称：《Cross-DomainFew-ShotLearningwithMetaFine-Tuning》论文地址：https://arxiv.org

LiBiscuit·2023-04-14 12:04

【论文阅读】On clustering using random walks

《Onclusteringusingrandomwalks》阅读笔记1.问题建模1.1问题描述letG(V,E,ω)G(V,E,\omega)G(V,E,ω)beaweightedgraph,VVVisthesetofnodes,EEEistheedgebetweennodesinVVV,ω\omegaωisthefunctionω：E→Rn\omega：E\to\mathbb{R}^nω：E→R

来日可期1314·2023-04-14 04:02

【论文阅读】Self-paced Multi-view Co-training

论文下载bib:@ARTICLE{MaMeng2020SPamCo,title={Self-PacedMulti-ViewCo-Training},author={FanMaandDeyuMengandXuanyiDongandYiYang},journal={J.Mach.Learn.Res.},year={2020},volume={21},number={1},numpages={1--38

来日可期1314·2023-04-14 04:02

【Few-Shot Segmentation论文阅读笔记】Prototype Mixture Models for Few-Shot Semantic Segmentation, ECCV, 2020

AbstractTargetProbelm：SinglePrototype===>semanticambiguityproblem为此，本文提出了PrototypeMixtureModels(PMMs)PMMs使用多个prototype用来分别对应不同的imageregions,进而提高其语义表征能力使用EM算法来估算prototype,使得PMMs能够富含丰富的channel-wised和spa

RaymondLove~·2023-04-14 04:26

【论文阅读】Co-EM Support Vector Learning

论文下载bib:@INPROCEEDINGS{Brefeld2004CoEMSVM,title={Co-EMSupportVectorLearning},author={UlfBrefeldandTobiasScheffer},booktitle={ICML},year={2004},pages={16}}1.摘要Multi-viewalgorithms,suchasco-trainingandc

来日可期1314·2023-04-14 04:55

论文阅读_结合图片和文本描述的图像检索TIRG

论文地址：https://arxiv.org/pdf/1812.07119.pdf源码地址：https://github.com/google/tirg《ComposingTextandImageforImageRetrieval-AnEmpiricalOdyssey》结合图片和文本描述的图像检索是2018年收录于CVPR的论文，它的主旨是通过图片和文字描述在库中搜索图片。比如：提供一张铁塔照片，

xieyan0811·2023-04-14 00:40

论文阅读_PaLM

论文信息name_en:PaLM:ScalingLanguageModelingwithPathwaysname_ch:PaLM：使用Pathways的扩展语言建模paper_addr:http://arxiv.org/abs/2204.02311doi:10.48550/arXiv.2204.02311date_read:2023-03-17date_publish:2022-10-05tags

xieyan0811·2023-04-13 22:05

【论文阅读13】Hybrid embedding-based text representation for hierarchical multi-label text classification

论文十问十答：Q1论文试图解决什么问题？Q2这是否是一个新的问题？Q3这篇文章要验证一个什么科学假设？Q4有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？Q5论文中提到的解决方案之关键是什么？Q6论文中的实验是如何设计的？Q7用于定量评估的数据集是什么？代码有没有开源？Q8论文中的实验及结果有没有很好地支持需要验证的科学假设？Q9这篇论文到底有什么贡献？Q10下一步呢？有什么工作可

Alan and fish·2023-04-13 22:24

论文阅读【15】Exploiting Local and Global Features in Transformer-based Extreme Multi-label Text Classific

论文十问十答：Q1论文试图解决什么问题？Q2这是否是一个新的问题？Q3这篇文章要验证一个什么科学假设？Q4有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？Q5论文中提到的解决方案之关键是什么？Q6论文中的实验是如何设计的？Q7用于定量评估的数据集是什么？代码有没有开源？Q8论文中的实验及结果有没有很好地支持需要验证的科学假设？Q9这篇论文到底有什么贡献？Q10下一步呢？有什么工作可

Alan and fish·2023-04-13 22:24

论文阅读【16】Pretrained Generalized Autoregressive Model with Adaptive Probabilistic Label Clusters for E

论文十问十答：Q1论文试图解决什么问题？Q2这是否是一个新的问题？Q3这篇文章要验证一个什么科学假设？Q4有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？Q5论文中提到的解决方案之关键是什么？Q6论文中的实验是如何设计的？Q7用于定量评估的数据集是什么？代码有没有开源？Q8论文中的实验及结果有没有很好地支持需要验证的科学假设？Q9这篇论文到底有什么贡献？Q10下一步呢？有什么工作可

Alan and fish·2023-04-13 22:24

论文阅读【14】HDLTex: Hierarchical Deep Learning for Text Classification

论文十问十答：Q1论文试图解决什么问题？多标签文本分类问题Q2这是否是一个新的问题？不是Q3这篇文章要验证一个什么科学假设？因为文本标签越多，分类就越难，所以就将文本类型进行分层分类，这样就可以加大文本分类的准确度。Q4有哪些相关研究？如何归类？谁是这一课题在领域内值得关注的研究员？自然语言处理Q5论文中提到的解决方案之关键是什么？分层Q6论文中的实验是如何设计的？Q7用于定量评估的数据集是什么？

Alan and fish·2023-04-13 21:13

论文阅读_Self_instruct

论文信息name_en:Self-Instruct:AligningLanguageModelwithSelfGeneratedInstructionsname_ch:自引导:用自我生成的指令调整语言模型paper_addr:http://arxiv.org/abs/2212.10560date_read:2023-03-16date_publish:2022-12-20tags:[‘深度学习’,

xieyan0811·2023-04-13 18:12

推荐系统论文阅读（三十七)-微信看一看(GraphTR):巧妙利用GNN的方式来建模tag embedding

论文：论文地址：https://dl.acm.org/doi/pdf/10.1145/3340531.3416021论文题目：《GraphNeuralNetworkforTagRankinginTag-enhancedVideoRecommendation》在短视频推荐领域中基于tag的推荐可以让用户沉浸式的在短视频中浏览短视频，因此如何建模每个短视频的tagembedding就成了微信算法团队要

推荐系统论文阅读·2023-04-13 14:15

【音视频第10天】GCC论文阅读(1)

AGoogleCongestionControlAlgorithmforReal-TimeCommunicationdraft-alvestrand-rmcat-congestion-03论文理解看中文的GCC算法一脸懵。看一看英文版的，找一找感觉。目录Abstract1.Introduction1.1Mathematicalnotationconventions2.Systemmodel3.Fe

Magic_o·2023-04-13 09:48

【音视频第11天】GCC论文阅读(2)

AGoogleCongestionControlAlgorithmforReal-TimeCommunicationdraft-alvestrand-rmcat-congestion-03论文理解看中文的GCC算法一脸懵。看一看英文版的，找一找感觉。目录Abstract1.Introduction1.1Mathematicalnotationconventions2.Systemmodel3.Fe

Magic_o·2023-04-13 09:16

[自注意力神经网络]Segment Anything(SAM)论文阅读

论文地址https://arxiv.org/abs/2304.02643源码地址https://github.com/facebookresearch/segment-anything强烈建议大家试试Demo，效果真的很好：https://segment-anything.com/一、概述本文建立了一个基础图像分割模型，并将其在一个巨大的数据集上进行训练，目的是解决一系列下游任务。本文的关键点有3

ViperL1·2023-04-13 06:37

论文阅读_GPT-4

论文信息name_en:GPT-4TechnicalReportname_ch:GPT-4技术报告paper_addr:https://arxiv.org/abs/2303.08774doi:2023-03-14date_read:2023-03-29date_publish:2023-03-14tags:[‘深度学习’,‘自然语言处理’]author:OpenAI摘要评测了GPT-4：一个大规模

xieyan0811·2023-04-13 03:33

论文阅读《NeRF-Supervised Deep Stereo》

论文地址：https://arxiv.org/pdf/2303.17603.pdf源码地址：https://nerfstereo.github.io/概述针对深度估计的标签数据难以获取，自监督方法在病态（遮挡、非朗伯面）区域的表现差，跨域泛化能力弱的问题，本文提出了一种新的框架用于在无标签条件下训练双目立体深度估计模型，该方法通过NeRF来对单目拍摄的图像序列进行有监督训练得到目标场景的神经辐

CV科研随想录·2023-04-13 03:01

【论文阅读】Analyzing the Effectiveness and Applicability of Co-training

论文下载bib:@INPROCEEDINGS{NigamGhani2000CoEM,title={AnalyzingtheEffectivenessandApplicabilityofCo-Training},author={KamalNigamandRayidGhani},booktitle={CIKM},year={2000},pages={86--93}}1.摘要Recentlythereh

来日可期1314·2023-04-13 03:01

论文阅读《GlueStick: Robust Image Matching by Sticking Points and Lines Together》

论文地址：https://arxiv.org/abs/2304.02008源码地址：https://github.com/cvg/GlueStick概述针对视角变化时在闭塞、无纹理、重复纹理区域的线段匹配难的问题，本文提出一种新的匹配范式（GlueStick），该方法基于深度图神经网络将点、线的描述符统一到一个框架中，利用点之间的信息将来自匹配图像之间的线进行粘合，提高了模型的联合匹配效率，表

CV科研随想录·2023-04-13 03:25

2022-01-04

论文阅读：《ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE》论文地址：https://arxiv.org/abs/2010.11929

queen坤坤女王·2023-04-12 20:23

【论文阅读】MAE阅读笔记

基于VIT上的BERT带掩码的自编码器是一个可拓展的视觉学习器Autoencoder：y和x来自于同一个东西摘要随机图片里的一些块，然后去重构被盖住的像素encoder-decoder使用小的数据集，用自监督的方式，表现很好，在迁移学习的任务上表现也很好图片进来，先切成小块，把盖住的东西涂成灰色把没有被盖住的变成一个序列放进encoder里去然后把灰色的和编码的弄成一条，放进解码器里面，然后解码器

小松不菜·2023-04-12 14:27

【论文阅读】BERT阅读笔记

BERT标题+作者Pre-training在一个数据集上训练好一个模型，用这个模型去做别的任务Deepbidirectionaltransformer深的双向的languageunderstanding语言理解摘要Elmo芝麻街里的名字Bert芝麻街里的名字在很多nlp的任务上，bert可以加一个额外的输出层，就可以在很多任务上得到很好的结果模型在概念上很简单，但是在性能上特别的好比如在一些nlp

小松不菜·2023-04-12 14:26

SMILEtrack: SiMIlarity LEarning for Multiple Object Tracking论文阅读笔记

生命吹起轻叹·2023-04-12 14:53

Transformer for image recognition at scale论文阅读笔记

原论文链接：https://openreview.net/forum?id=YicbFdNTTy摘要因为transformer已经成为NLP任务中标准的方法了，但是在计算机视觉中的应用还是有限，但是注意力机制在图像中也可以应用，可以是纯attention，也可以是结合CNN的，所以CNN并不是必要的。VIT（visiontransformer）的提出已经在很多评价标准上成为了SOTA的方法，并且训

骑驴去学习·2023-04-12 14:23

Transformer论文阅读：ViT算法笔记

标题：AnImageisWorth16x16Words:TransformersforImageRecognitionatScale会议：ICLR2021论文地址：https://openreview.net/forum?id=YicbFdNTTy文章目录Abstract1Introduction2RelatedWork3Method3.1VisionTransformer3.2Fine-Tuni

Frankenstein@·2023-04-12 14:51

多模态情感识别应用论文阅读笔记

1.《Amultimodalemotionrecognitionmethodbasedonfacialexpressionsandelectroencephalography》（BSPC2021二区文章)（2023.2.27）没什么好总结的，两种模态，面部图片和脑电图，数据用的kaggle面部表情数据库FER2013和公开的脑电图Seed-IV。图像用的卷积，四五层，效果感觉不佳，可以改换resn

一颗2021·2023-04-12 14:51

【论文阅读】ViT阅读笔记

标题一张图片可以等价于16*16的单词transformer可以做大规模的图像识别摘要虽然现在transformer在nlp上得到广泛运用，但在cv上还没有运用一般都是cnn+attention现在用transformer用cv的效果特别好引言nlp的主流方式：先做预训练，再做微调bert里支持512的序列长度首先要把一个2d的图片，变成一个序列的集合在视觉阶段，卷积神经网络还是占主导地位的有些工

小松不菜·2023-04-12 14:17

论文阅读笔记（七）——基于超深度神经网络的人脸识别

论文阅读笔记（七）——基于超深度神经网络的人脸识别论文简介论文中文翻译：《基于超深度神经网络的人脸识别》论文名称：《DeepID3:FaceRecognitionwithVeryDeepNeuralNetworks

咕咕噜噜咕噜噜·2023-04-12 11:57

图神经网络汇总和总结

数据集1、脑电项目探索和实现(EEG)(上)：研究数据集选取和介绍SEED相关论文阅读分析：1、EEG-SEED数据集作者的—基线论文阅读和分析2、图神经网络EEG论文阅读和分析：《EEG-BasedEmotionRecognitionUsingRegularizedGraphNeuralNetworks

KPer_Yang·2023-04-12 10:05

【论文阅读】A Comprehensive Survey on Schema-based Event Extraction with Deep Learning

【论文阅读】AComprehensiveSurveyonSchema-basedEventExtractionwithDeepLearningQianLietal.2021总结：分类整理了deeplearning

ichliebejason·2023-04-12 05:48

论文阅读 A Survey of Large Language Models 1

文章目录摘要介绍回顾LLMS资源公开可用的模型检查点或API具有数十亿个参数的模型具有数千亿个参数的模型LLM公开API常用语料库书籍CommonCrawlReddit链接维基百科代码其他库资源摘要讨论了机器语言智能的发展，特别是大规模预训练语言模型（PLMs）。该综述详细介绍了语言模型从统计语言模型，神经语言模型到预训练语言模型（PLMs）的演变。作者强调，大规模LLM超出某一参数大小的模型扩展

赫凯·2023-04-12 05:31

可解释论文阅读（一）---Understanding Neural Networks Through Deep Visualization

要学神经网络的可解释性了，学长扔给我一大批论文，还是英文的，积了好久，哎，不看不行啊。英语白痴看论文可真难~~所以我要立个小目标，我要看完10篇，目前就一天一篇吧~我要看的论文有这么多！！！UnderstandingNeuralNetworksThroughDeepVisualization笔记开始啦~~~（咬牙开始读）文章结构是这样子的，第一章介绍了两种工具，第二章介绍了第一种方法，第3章介绍了

pure water·2023-04-12 02:19

【无标题】

原文下载：https://arxiv.org/pdf/1506.06579.pdf论文翻译：可解释论文阅读（一）---UnderstandingNeuralNetworksThroughDeepVisualization_simonyanetal

_helen_520·2023-04-12 02:17

视觉问答阶段性总结

另外，能力有限就不研究数据集了，目前复现的代码的代码大多基于VQA2.0。每一小节中尽量重点讲目前使用最好的情况。

是尘埃呀！·2023-04-12 01:38

文档级关系抽取-论文阅读：Entity Structure Within and Throughout

EntityStructureWithinandThroughout:ModelingMentionDependenciesforDocument-LevelRelation1论文动机2论文贡献3方法3.1实体结构3.2SSAN3.3变换模块总结这次阅读的论文是做文档级关系抽取任务的，发表于AAAI2021，作者来自于中国科学技术大学。目前主流的文档级关系抽取方法是构造文档级别的图，然后利用图学习

风居住的街道~·2023-04-12 01:33

周四 2019-12-26 07:45 - 24:30 阴 06h23m

二〇一九年十二月二十六日基本科研[1]:1.论文阅读论文--小时2.论文实现实现--三小时3.数学SINS推导回顾--O分4.科研参考书【】1)的《》看0/0页-5.科研文档1)开题报告PPT.pptx

么得感情的日更机器·2023-04-12 00:00

【论文阅读笔记】里程计ODO/INS不同融合方式的性能比较

文章目录一、里程计的工作原理二、论文中的主要结论三、总结四、参考文献欢迎关注个人公众号：导航员学习札记关于里程计的融合一般用“距离增量修正”和“速度修正”两种方式。我最近在想这两种方式在性能上有什么不同，因此找了两篇论文来看。本文主要是整理了武汉大学i2Nav团队、上海交大武元新老师团队关于里程计融合的论文中的结论。一、里程计的工作原理里程计一般会用在机器人或者汽车上，轮子每转动一周，里程计会输出

路痴导航员·2023-04-11 21:28

论文阅读：Text2Scene

最近的更新应该都是论文阅读（为了完成组会任务我可真不容易害）下面这篇论文主要关于文本到场景的转换。

LiBiscuit·2023-04-11 17:31

论文阅读：An Empirical Study of Spatial Attention Mechanisms in Deep Networks

１、研究空间注意力机制。(1)Transformerattention处理自然语言序列的模型有rnn，cnn（textcnn），但是现在介绍一种新的模型，transformer。与RNN不同的是，Transformer直接把一句话当做一个矩阵进行处理，要知道，RNN是把每一个字的EmbeddingVector输入进行，隐层节点的信息传递来完成编码的工作。简而言之，Transformer直接粗暴（后

liyu0611·2023-04-11 11:47

An Empirical Study on Leveraging Position Embeddings for TOWE 论文阅读笔记

一、作者SamuelMensah、KaiSunComputerScienceDepartment,UniversityofSheffield,UKBDBCandSKLSDE,BeihangUniversity,China二、背景面向目标的意见词提取（TOWE）是面向目标的情感分析的一个新的子任务，旨在为文本中的给定方面提取意见词。下面分别为数据集示例和为TOWE应用BIO标签方案的示例。{"tok

呦，又写BUG呢·2023-04-11 11:45

推荐频道

VQA论文阅读

【目标检测论文阅读笔记】Reducing Label Noise in Anchor-Free Object Detection

【论文阅读】Fully convolutional networks for semantic segmentation

论文阅读-Fairness-aware Personalized Ranking Recommendation viaAdversarial Learning

raft理论与实践[3]-lab2a讲解

【音视频第12天】GCC论文阅读（3）

论文阅读_LLaMA

论文阅读：弱监督多模态自适应全局配准（TIP2021）

[论文阅读] Co-teaching

【论文 | 复现】YOLO-landmark detection

论文阅读《Cross-Domain Few-Shot Learning with Meta Fine-Tuning》

【论文阅读】On clustering using random walks

【论文阅读】Self-paced Multi-view Co-training

【Few-Shot Segmentation论文阅读笔记】Prototype Mixture Models for Few-Shot Semantic Segmentation, ECCV, 2020

【论文阅读】Co-EM Support Vector Learning

论文阅读_结合图片和文本描述的图像检索TIRG

论文阅读_PaLM

【论文阅读13】Hybrid embedding-based text representation for hierarchical multi-label text classification

论文阅读【15】Exploiting Local and Global Features in Transformer-based Extreme Multi-label Text Classific

论文阅读【16】Pretrained Generalized Autoregressive Model with Adaptive Probabilistic Label Clusters for E

论文阅读【14】HDLTex: Hierarchical Deep Learning for Text Classification

论文阅读_Self_instruct

推荐系统论文阅读（三十七)-微信看一看(GraphTR):巧妙利用GNN的方式来建模tag embedding

【音视频第10天】GCC论文阅读(1)

【音视频第11天】GCC论文阅读(2)

[自注意力神经网络]Segment Anything(SAM)论文阅读

论文阅读_GPT-4

论文阅读《NeRF-Supervised Deep Stereo》

【论文阅读】Analyzing the Effectiveness and Applicability of Co-training

论文阅读《GlueStick: Robust Image Matching by Sticking Points and Lines Together》

2022-01-04

【论文阅读】MAE阅读笔记

【论文阅读】BERT阅读笔记

SMILEtrack: SiMIlarity LEarning for Multiple Object Tracking论文阅读笔记

Transformer for image recognition at scale论文阅读笔记

Transformer论文阅读：ViT算法笔记

多模态情感识别应用论文阅读笔记

【论文阅读】ViT阅读笔记

论文阅读笔记（七）——基于超深度神经网络的人脸识别

图神经网络汇总和总结

【论文阅读】A Comprehensive Survey on Schema-based Event Extraction with Deep Learning

论文阅读 A Survey of Large Language Models 1

可解释论文阅读（一）---Understanding Neural Networks Through Deep Visualization

【无标题】

视觉问答阶段性总结

文档级关系抽取-论文阅读：Entity Structure Within and Throughout

周四 2019-12-26 07:45 - 24:30 阴 06h23m

【论文阅读笔记】里程计ODO/INS不同融合方式的性能比较

论文阅读：Text2Scene

论文阅读：An Empirical Study of Spatial Attention Mechanisms in Deep Networks

An Empirical Study on Leveraging Position Embeddings for TOWE 论文阅读笔记