adaptive 第15页

论文笔记：目标追踪-CVPR2014-Adaptive Color Attributes for Real-time Visual Tracking

基于自适应颜色属性的目标追踪AdaptiveColorAttributesforReal-TimeVisualTracking基于自适应颜色属性的实时视觉追踪3月讲的第一篇论文，个人理解，存在很多问题，欢迎交流！这是CVPR2014年的文章。名字翻译为基于自适应选择颜色属性的实时视觉跟踪。首先理解什么是Adaptivecolorattributes，文章中colorattributes把颜色分为1

hlinghoney·2020-07-12 16:50

【论文2】AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-identification

【课题介绍】：北大，鹏程等实验室。貌似眼熟的六作RongrongJi，一二作者YunpengZhai,ShijianLu，这篇文章录用于CVPR2020，主要是利用一种数据增强手段扩充样本数据【和HHL相似】，增加类别的多样性；另外就是迭代优化策略，一方面最大化人与人图像之间的多样性（可以理解加大类内距离，阻力），另一方面是最小化同一ID类之间图像的距离（可以理解为减小类内距离，动力）不断优化迭代

览音·2020-07-12 13:27

Adaptive Cross-Modal Few-shot Learning

论文资料1基于度量的元学习（metric-basedmeta-learning）如今已成为少样本学习研究过程中被广泛应用的一个范式。这篇文章提出利用交叉模态信息（cross-modalinformation）来进一步加强现有的度量元学习分类算法。在本文中，交叉模态是指视觉和语言的信息；结构定义上来说视觉信息和语义信息有截然不同的特征空间，然而在识别任务上二者往往能够相互辅助，某些情况下视觉信息比起

vieo·2020-07-12 11:45

mongos 连接数问题解析

（长按识别上图二维码）微信公众号原文链接：mongos连接数问题解析文章目录客户端到mongos的连接每连接每线程adaptive线程池mongos的连接池相关结构传统连接池的使用相关结构使用TaskExecutor

nieops·2020-07-12 10:41

目标检测论文: Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample

BridgingtheGapBetweenAnchor-basedandAnchor-freeDetectionviaAdaptiveTrainingSampleSelectionPDF:https://arxiv.org/pdf/1912.02424.pdfPyTorch:https://github.com/shanglianlm0525/PyTorch-Networks1概述FCOS证明了a

mingo_敏·2020-07-11 22:31

Dubbo源码学习--SPI实现@SPI和@Adaptive

上一篇博客Dubbo入门学习--Dubbo服务提供接口SPI机制我们已经简单介绍了Dubbo的SPI机制，这篇博客我们来剖析一下Dubbo是如何使用SPI机制的，在接口中使用@SPI("值")使用默认的实现类，如果我们不想使用默认的实现类是如何处理的。1、获取指定实现类在ExtensionLoader中获取默认实现类或者通过实现类名称来获取实现类。Protocolrefprotocol=Exten

归田·2020-07-11 15:36

CLAHE：Contrast Limited Adaptive histgram equalization

论文：ContrastlimitedadaptivehistogramequalizationZuiderveld,Karel."Contrastlimitedadaptivehistogramequalization."GraphicsgemsIV.AcademicPressProfessional,Inc.,1994.目录一、背景1、对比度和直方图均衡HE2、HE的问题3、AHE4、底噪问题二

女王の专属领地·2020-07-10 22:05

在没有技术术语的情况下介绍Adaptive、GBDT、XGboosting等提升算法的原理

这篇文章将不使用任何的术语介绍每个提升算法如何决定每棵树的票数。通过理解这些算法是如何工作的，我们将了解什么时候使用哪种工具。提升家庭有三名成员。它们是AdaptiveBoosting（自适应提升）、GradientBoosting（梯度提升）和XGBoosting.（极端梯度提升）。它将按顺序进行讨论。AdaboostAdaboost只用一个因素来判断一棵树的好坏——它的准确性。然而，这里有一个

deephub·2020-07-10 17:44

Visual Tracking via Adaptive Structural Local Sparse Appearance Model

VisualTrackingviaAdaptiveStructuralLocalSparseAppearanceModel使用自适应的结构化局部外观模型的视觉跟踪Abstract——摘要Sparserepresentationhasbeenappliedtovisualtrackingbyfindingthebestcandidatewithminimalreconstructionerrorus

SnailTyan·2020-07-10 16:42

新方法学

在这篇文章里，我将探索敏捷型方法的合理性，着重点并不是放在其“轻重”上，而是于它们的适应性（adaptive〕性质和以人优先的理念。我在本

yqgong·2020-07-10 13:48

LTE学习：下行HARQ简介（由DCI格式控制）

DownlinkControlInformation）下行控制信息转自：http://blog.sina.com.cn/s/blog_927cff010101epjc.html下行HARQ简介下行HARQ使用异步（asynchronous）、自适应（adaptive

yingzigezhe·2020-07-10 13:52

HAS（HTTP Adaptive Streaming）研究热点总结

HAS的初衷就是为了提高用户观看视频的体验，充分利用带宽状况来提供质量更好的视频。所以，关于HAS的研究以及部署，也都是围绕着提高用户的QoE(qualityofexperience)来做。总结下来有以下3个的研究方向：服务器、网络、客户端。下面就从这3个方面做详细的介绍。Part1:服务器端服务器作为视频内容提供环节，主要是涉及到视频内容准备的过程，包括以下几个方面。1.one-layerorm

NiceTony·2020-07-10 13:50

【文献阅读】Adaptive Pyramid Context Network for Semantic Segmentation

原文链接：http://openaccess.thecvf.com/content_CVPR_2019/papers/He_Adaptive_Pyramid_Context_Network_for_Semantic_Segmentation_CVPR

Dogged21·2020-07-10 10:03

Adaptive Feature Mapping for Customizing Deep Learning Based Facial Expression Recognition

AdaptiveFeatureMappingforCustomizingDeepLearningBasedFacialExpressionRecognitionModel基于自适应特征映射的自定义深度学习面部表情识别模型摘要：自动面部表情识别可以大大改善人机界面。当机器知道人类的情感时，它可以提供更好更个性化的服务。这种改进是人工智能时代的一个重要进步。近年来，随着大量数据的积累，深度学习方法的识

惜&忆·2020-07-10 10:39

[参]FMCW的MATLAB仿真

[参]FMCW的MATLAB仿真1、https://www.mathworks.com/help/phased/examples/automotive-adaptive-cruise-control-using-fmcw-technology.html

AdelaideLiu·2020-07-10 09:40

论文理解《A-CCNN: ADAPTIVE CCNN FOR DENSITY ESTIMATION AND CROWD COUNTING》

论文《A-CCNN:ADAPTIVECCNNFORDENSITYESTIMATIONANDCROWDCOUNTING》创新点：利用上下文信息提供更精确和适应的密度图用于场景中的人群计数；解决问题：物体规模变化较大以及人群之间严重的闭塞造成人群计数是个较为麻烦的问题；提出方法：提出A-CCNN网络——AdaptiveCountingCNN背景介绍不过多展开；A-CCNN:如下图fig.1显示，可以回

Selieyo·2020-07-10 02:07

Paper：论文解读《Adaptive Gradient Methods With Dynamic Bound Of Learning Rate》中国本科生提出AdaBound的神经网络优化算法

Paper：论文解读—《AdaptiveGradientMethodsWithDynamicBoundOfLearningRate》中国本科生(学霸)提出AdaBound的神经网络优化算法目录亮点总结论文解读实验结果1、FEEDFORWARDNEURALNETWORK2、CONVOLUTIONALNEURALNETWORK3、RECURRENTNEURALNETWORK实验结果分析《Adaptiv

一个处女座的程序猿·2020-07-10 00:20

论文阅读：Adaptive NMS: Refining Pedestrian Detection in a Crowd

Adaptive-NMS（CVPR2019）文章又是一篇在NMS上面做文章的paper。。读完之后感觉，哇！自己再想的深一点也能想出来呀，可是想出来和做出好效果真是两码事。。

Kivee123·2020-07-09 23:08

６月即将出版新书10本：算法书、Python书成为焦点

——JamesWatson，Adaptive公司“本书用现代

人邮异步社区·2020-07-09 15:49

论文解读：Adaptive Nonlocal Random Walks for Image Superpixel Segmentation

论文链接：DOI：10.1109/TCSVT.2019.2896438摘要：提出了一种新的基于自适应非局部随机游走(ANRW)算法的超像素分割方法。图像超像素分割算法主要有三个步骤（方法基于随机游走模型）：第一步，通过基于梯度的方法产生种子点来生成初始超像素。第二步，提出了ANRW算法，通过调整非局部随机游走(NRW)来获得初始超像素，以获得更好的图像分割和超像素分割。第三步，将这些小的超像素进行

风灬陌·2020-07-09 12:21

论文解读：Multiple Adaptive Bayesian Linear Regression for Scalable Bayesian Optimization with Warm Start.

本文提出了一种结合前馈神经网络和贝叶斯估计算法，进行多任务学习（迁移学习）的计算架构。贝叶斯估计基础：https://www.cnblogs.com/joezou/p/10658883.html子母论文：ScalableBayesianOptimizationUsingDeepNeuralNetworksScalableHyperparameterTransferLearning尽管在BO算法的目

diankuaiyong2124·2020-07-09 07:10

U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization

论文题目：U-GAT-IT:UnsupervisedGenerativeAttentionalNetworkswithAdaptiveLayer-InstanceNormalizationforImage-to-ImageTranslation（2019-7-25）code：https://github.com/taki0112/UGATIT（tensorflow版本）/https://githu

SHY_VWind·2020-07-09 04:08

linux学习笔记--ethtool命令

ethtool[-a|-c|-g|-i|-d|-k|-r|-S|]ethX ethtool[-A]ethX[autonegon|off][rxon|off][txon|off] ethtool[-C]ethX[adaptive-rxon

xin_y·2020-07-09 02:35

m-brain

m-brainbysennchihttps://www.m-brain.com媒体智能公司、媒体监控公司mediamonitoringbusiness概要产品概要公司监控软件M-Adaptive|MediaMonitoringToolMonitorbrandmentions

sennchi·2020-07-08 16:58

vuejs实现瀑布流布局（三）

移动端的适配，采用的是adaptive-version2.js，而无限加载采用的是VueScroller。最终实现的效果大致如下：解决了无限

weixin_30258027·2020-07-08 13:07

MySQL 之 InnoDB引擎 Adaptive Hash index （自适应哈希索引）

该特性是通过变量innodb_adaptive_hash_index来使用的，可以说AdaptiveHashindex不是传统意义的索引，可以理解为在Btree上的"索引"。通过观测搜索模式

_我走路带风·2020-07-07 23:51

《AANet: Adaptive Aggregation Network for Efficient Stereo Matching》CVPR2020

AANet《AANet:AdaptiveAggregationNetworkforEfficientStereoMatching》CVPR2020，针对双目匹配任务的论文。论文：https://arxiv.org/abs/2004.09548v1代码：https://github.com/haofeixu/aanet一、目的和贡献：目前最好的立体匹配模型基本都用3D卷积，计算复杂度高且占用大量存储

星落秋风五丈原·2020-07-07 21:20

Unity Android Icons 配置

因此，Unity中的图标设置栏也发生了一些变化，在Unity的Android平台PlayerSettings中，Icon设置由原来的一栏变为三栏，即Adaptive(API26)icons、Ro

河乐不为·2020-07-07 13:21

【ACE】ACE 框架简单了解C++的C/S框架(ADAPTIVE Communication Environment)

1、ACE是一个C/S框架(ACE自适配通信环境（ADAPTIVECommunicationEnvironment）)网络程序开发常遇见的问题：a)跨平台。这一点相对比较容易，主要是针对类似多线程、socket通信等操作，定义统一的接口，使用define实现。基本上，只要定义良好，使用起来就很方便，也不需要多少改动。b)Socket通信。在socket通信过程中，除了我们实际收发的数据，也有很多其

bandaoyu·2020-07-07 03:08

关于使用tradingview插件的一些心得

header_widget_dom_node",//隐藏头部组件'source_selection_markers',//禁用系列和指示器的选择标记"header_indicators",//图标指标'adaptive_lo

weixin_30399821·2020-07-05 20:32

Android O 新特性介绍：自适应图标（Adaptive Icons）

（文章非原创内容，转载自Android官方开发者文档：https://developer.android.com/preview/features/adaptive-icons.html。

旺仔哥·2020-07-05 19:32

Learning Policies for Adaptive Tracking with Deep Feature Cascades

LearningPoliciesforAdaptiveTrackingwithDeepFeatureCascadesICCV17shotlight作者：ChenHuang，CMUpostdoctor，导师DevaRamanansummary文章主要贡献在于速度与精度的权衡（AUC0.638，fps23），通过强化学习策略，来控制网络的深度，使得精度和速度最佳。目前的跟踪算法大多数可以分为两类：基于

Wenju-Huang·2020-07-05 17:30

论文阅读笔记（四十三）：Adaptive Deconvolutional Networks for Mid and High Level Feature Learning

Wepresentahierarchicalmodelthatlearnsimagedecompositionsviaalternatinglayersofconvolutionalsparsecodingandmaxpooling.Whentrainedonnaturalimages,thelayersofourmodelcaptureimageinformationinavarietyoffo

__Sunshine__·2020-07-05 13:03

【小白笔记】EAST：Learning Policies for Adaptive Tracking with Deep Feature Cascades

1.主要贡献2.基本名词2.1特征流2.2强化学习3.基本方法3.1SiamFC3.2基于强化学习的决策模型4.实验这是ICCV17的一篇spotlight文章。论文地址该论文主要提出了一种基于CNN特征跟踪的加速方法，用强化学习的思想选择可以判断跟踪结果的特征层，避免了继续的前向操作从而大大节省了时间。有不对的地方欢迎讨论~1.主要贡献EAST的一个主要motivation是在跟踪场景中大部分的

Tominute·2020-07-05 12:58

Project SAAAD: Scalable Adaptive Auto-encoded Anomaly Detection

ProjectSAAAD:ScalableAdaptiveAuto-encodedAnomalyDetection可扩展的自适应自动编码异常检测ProjectSAAADaimstoexploretheuseofautoencodersforanomalydetectioninvarious‘big-data’problems.Specifically,theseproblemshavethefol

易晴天·2020-07-05 07:44

ICCV 2017 EAST:《Learning Policies for Adaptive Tracking with Deep Feature Cascades》论文笔记

理解出错之处望不吝指正。本文模型叫做EAST。作者的动机是在不降低准确率的同时提升深层模型的速度。论文的主要思想：在SiameseFC中，所有帧都用conv5的特征去检测，EAST的出发点是(外观相似或不运动的)简单帧用简单特征如像素边缘就可以定位，(经历较大外观变化的)复杂帧才需要不变性更强的深度特征进行定位。如何判读使用当前层特征得到的检测结果是否足够好（是否要使用下一层特征），作者提出了使用

NeverMoreH·2020-07-05 00:15

AutoML论文笔记（十三）Self-Adaptive 2D-3D Ensemble of Fully Convolutional Networks for Medical Image Segment

文章题目：Self-Adaptive2D-3DEnsembleofFullyConvolutionalNetworksforMedicalImageSegmentation链接：linkhttps://

霸王龙Alvin·2020-07-04 23:14

TADAM:Task dependent adaptive metric for improved few-shot learning

本文基于度量学习，发现简单的度量尺度会完全改变少样本学习参数更新的本质，同时提出了一个简单且有效的任务依赖的度量空间学习方法，可以根据不同的任务进行特征提取。通过度量缩放的方式，作者将余弦相似度与欧拉距离在少样本学习上的差距缩小了10%，也就是说度量的选择没有那么重要。另外，还提出了辅助任务协同训练，使得具有任务依赖性的特征提取更容易训练，并且具有很好的泛化能力背景考虑episodic形式的K-s

liuglen·2020-07-04 22:36

【iOS】炒鸡好用又简单的HUD自己搞

最终效果Platform:iOS8.0+Language:Swift3.0Editor:Xcode8Adaptive:适配横竖屏+所有设备原理：1.Xib+简单逻辑代码2.基于NSObject+KeyWindow

清無·2020-07-04 18:10

TradingView 相关自定义参数配置

header_widget_dom_node”，//隐藏头部组件'source_selection_markers'，//禁用系列和指示器的选择标记“header_indicators”，//图标指标'adaptive_lo

叫我官人_·2020-07-04 14:03

Learning Policies for Adaptive Tracking with Deep Feature Cascade 阅读笔记

摘要目前跟踪方法主要是实时地基于像素的浅跟踪方法，高性能高计算要求的深度方法，本文提出自适应的方法，策略是容易帧使用简单特征，难判断帧使用深层特征。利用决策过程，决定使用网络中哪一层的特征。减少计算成本介绍性能与准确性的要求，深度学习方法受限于前向计算的负载，网络不能太深。观察：跟踪的复杂性因不同帧而异。外观大变使用最后一层特征代价更高，而区分明显不同的目标，浅层就足够精准定位。该策略基于一个决策

CsdnWujinming·2020-07-04 05:28

iccv2017-2 - EAST：Learning Policies for Adaptive Tracking with Deep Feature Cascades

看的第二篇iccv2017上的论文。LearningPoliciesforAdaptivetrackingwithDeepFeatureCascades论文目标：在保证跟踪精度的同时提高跟踪速度。主要思想：实现一种自适应方法，使用人工特征处理容易跟踪的图像，使用级联深度特征处理遮挡、模糊等在跟踪中有难度的图片。这样可以减少跟踪时间。将自适应跟踪问题转换成为一个决策过程。当一帧图片输入的时候，通过学

xiaoyu733·2020-07-04 02:32

关于Oracle数据库12c版本1中自适应功能的建议以及版本2中自适应功能的更改（Adaptive Adaptive Server,Adaptive Statistics and 12c SQL Pe

关于Oracle数据库12c版本1中自适应功能的建议以及版本2中自适应功能的更改（AdaptiveAdaptiveServer,AdaptiveStatisticsand12cSQLPerformance）（文档ID2312911.1）自适应功能是一组功能,可使优化程序对执行计划进行运行时调整,并根据先前执行的结果调整未来执行的计划。12.2中自适应特征的变化自适应功能分为两部分：1、自适应计划-

逝鸿·2020-07-02 16:49

PHP imagick API中文简介

PHPimagickAPI中文简介imagick类imagick::adaptiveblurimage向图像中添加adaptive模糊滤镜imagick::adaptiveresizeimage自适应调整图像数据依赖关系

「已注销」·2020-07-02 13:50

adaptive pooling keras 实现。

今天看论文时，看到一篇语义分割的文章，发现作者使用了一个adaptiveaveragepooling的pooling操作。一看这个怎么还没有见过。然后百度一搜发现这是pytroch独有的一个pooling操作。我平时一般使用的是keras.看了一下这个原理，发现它是知道输出大小再进行pooling池化的操作。我们平时一般使用的池化操作一般都是定义kerne_size,strde和padding来计

skyfengye·2020-07-02 13:12

LMS自适应滤波

个采样点开始的代码主要分为三个部分，主程序，训练，测试主程序clc;clear;closeall;%%Downloaddata%load('D:\windows7\data\biancheng\matlab\adaptive

m1f2c3·2020-07-02 11:54

AdaptiveAvgPool2d

importtorchIn[2]:a=torch.rand([4,3,4,4])In[3]:a.size()Out[3]:torch.Size([4,3,4,4])In[4]:b=torch.nn.functional.adaptive_avg_pool2d

CV/NLP大虾·2020-07-02 10:41

理解：Where to Focus: Query Adaptive Matching for Instance Retrieval Using Convolutional Feature Maps

本论文在《Particularobjectretrievalwithintegralmax-poolingofCNNactivations》的基础上重新提出一种Reranking的方法。在叙述开始之前，先理解一下卷积FeatureMap上图是对不同卷积层的一个可视化，我们可以看到，earlyconvolutionallayer捕捉的是一个主要的视觉模型，而lateconvolutionallaye

痴学呆子·2020-07-02 10:55

HTTP Adaptive Streaming简介

HTTPAdaptiveStreaming是指基于HTTP协议的自适应传输流技术。流媒体技术是为了解决音视频多媒体文件在普通非流式传输方案中文件必须下载完成之后才能播放的问题。为了实现边下载边播放的问题，即直播技术。流式传输方式首先将音视频多媒体文件切分成若干个小块，然后服务器以小块为单位进行分发，客户端播放器只需要去请求下载资源，即能实现边下载边播放的流媒体传输方式。目前主流的HTTPAdapt

小罗卜·2020-07-02 10:33

【Oracle 优化器】自适应游标共享(Adaptive Cursor Sharing)功能

概述我们知道，由于绑定变量窥视(BindPeeking)功能，SQL文在进行硬解析（HardParse）时，会代入绑定变量的值来估算选择基数（cardinality）并做成执行计划，而相同的SQL文以后在执行过程中，都会共享初次执行时做成的执行计划。如果表的数据分布不均或者数据倾斜时，用于估算的变量值和以后执行中的用到的变量值估算选择基数（cardinality）差异很大时，通过绑定变量窥视(Bi

TeacherWhat·2020-07-02 10:31

推荐频道

adaptive