cation

跨模态行人重识别：Discover Cross-Modality Nuances for Visible-Infrared Person Re-Identification学习记录笔记

模态分类损失共享特征ID损失中心簇损失总损失试验注意模式可视化分布结果原文链接：DiscoverCross-ModalityNuancesforVisible-InfraredPersonRe-Identification
深度学不会习·2024-02-09 22:35

跨模态行人重识别：Dynamic Dual-Attentive Aggregation Learningfor Visible-Infrared Person Re-Identification学习笔记

GraphConstructionGraphAttention动态对偶聚合学习试验论文链接：DynamicDual-AttentiveAggregationLearningforVisible-InfraredPersonRe-Identification
深度学不会习·2024-02-09 22:35

AAAI 2020「自然语言处理（NLP）论文解读」文本简化要素分析

AINLPer微信公众号编辑:ShuYini校稿:ShuYini时间:2020-2-17TILE:DiscourseLevelFactorsforSentenceDeletioninTextSimplification.Contributor
Shu灬下雨天·2024-02-09 13:10

第七章 测试、调试和重构

重构候选项使用Lambda表达式重构代码有个时髦的称呼：Lambda化（读作lambda-fi-cation，执行重构的程序员叫作lamb-di-fiers或者有责任心的程序员）孤独的覆盖ThreadLocal
大唐雷恋·2024-02-03 18:39

Analysis of Learning from Positive and Unlabeled Data

本文从基本的分类损失出发，推导了PU的分类问题其实就是Cost-sensitiveclassification的形式，同时，通过实验证明了如果使用凸函数作为lossfunction，例如hingeloss
zealscott·2024-01-29 14:53

论文翻译-ImageNet Classification with Deep Convolutional Neural Networks

[toc]前言AlexNet是是引领深度学习浪潮的开山之作，即使是我们现在进入了ChatGPT时代，这篇论文依然具有一定的借鉴意义。AlexNet的作者是多伦多大学的AlexKrizhevsky等人。AlexKrizhevsky是Hinton的学生。网上流行说Hinton、LeCun和Bengio是神经网络领域三巨头，LeCun就是LeNet5的作者(YannLeCun)。资源论文原文https:
我真的爱发明·2023-11-01 18:57

CTC理解

CTC（ConnectionistTemporalClassification）是常用于语音识别、手写识别等识别模型的输出结果对齐。
帅气的我要加油·2023-10-26 08:23

阅读笔记 PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation

一、背景点云是三维坐标系统中的一组三维向量的集合，是表示物体外表的一个形状，接近物体原始特征我们的卷积神经网络通常需要规则的数据形式作为输入，但由于点云是非规则数据类型所以通常的做法大都先对点云进行规则化的处理。相关工作之一就是把点云进行体素化处理，具体就是把点云数据在三维空间中划网格，这种方法比较依靠我们对网格大小的划分，称之为分辨率大小的设置他的优点是体素化后的点云数据将在内存中有序存储，有利
挥剑决浮云 -·2023-10-25 19:50

行人重识别 A Pose-Sensitive Embedding for Person Re-Identification with Expanded Cross Neighborhood Re-...

基于姿态的Re-Id人的体态特征对于完成Re-Id任务来说是一个非常重要的线索。SDALF[1]利用两轴代表体态特征，进一步推演出具有姿态不变性的特征。Cho[2]定义了四个不同视角（前视，左视，右视，后视），通过学习对应的匹配权重来强化相同视角行人图像的匹配。Cheng[3,4]首次基于图像结构提出了更加细微的姿态表示方法，更加注重于匹配个体部分。Zheng[5]提出使用利用CNN的外部姿态估计
EverydayRunning·2023-08-20 03:50

一些文件分享:使用ATLAS Run 2数据的光子物理学：校准和识别，希格精神分析遇到精神病：依恋、分离和未分化的不完整的思想-Psy环境与生态统计手册-Handbook of Environm...

标题（title）：PhysicswithPhotonsUsingtheATLASRun2Data:CalibrationandIdentification,MeasurementoftheHiggsBosonMassandSearchforSupersymmetryinDi-PhotonFinalState
优彩·2023-08-18 13:29

[FromBody]与[FromForm]区别

[FromBody]与[FromForm]区别1，fromBody:在cation方法传入参数后添加[frombody]属性，参数将以一个整体的josn对象的形式传递。
往事只能回味味道·2023-07-14 01:26

EANet: Enhancing Alignment for Cross-Domain Person Re-identification阅读总结

EANet:EnhancingAlignmentforCross-DomainPersonRe-identification阅读笔记code:github作者原文介绍：知乎做了什么？
MindAndHand·2023-06-19 14:02

公众号日涨千粉的引流方法

第一步：找到一个可以生成加V头像的网页；此页面链接地址：http://comeoncloud.comeoncloud.net/App/Cation/Wap/AddV.aspx？zy_t=1
洪兴会·2023-04-08 23:51

表格

1、表格元素table元素用二维数据表表示的信息属性border边框如果是1就是1px的边框cation表格的标题colgroupspan属性表示代表的列数比如span2代表2列col元素代表的列的可以定义列的属性
陶宁·2023-03-19 18:54

bert 是单标签还是多标签 的分类_标签感知的文档表示用于多标签文本分类（EMNLP 2019）...

原文：Label-SpecificDocumentRepresentationforMulti-LabelTextClassification（EMNLP2019）多标签文本分类摘要：本文使用标签相关的注意力网络学习文档表示
山月刀岚月刀·2023-01-27 07:40

论文笔记：SPGLAD: A Self-paced Learning-Based Crowdsourcing Classification Model

一、基本信息论文题目：《SPGLAD:ASelf-pacedLearning-BasedCrowdsourcingClassificationModel》发表时间：PAKDD2018论文作者及单位：论文地址：https://link.springer.com/chapter/10.1007/978-3-319-67274-8_17二、摘要像亚马逊的MechanicalTurk这样的众包平台为在图像分
塘朗老实人·2023-01-16 08:16

华南理工提出多模态ReID新数据集，语义自对齐网络SSAN达到SOTA性能！代码数据集均已开源！...

关注公众号，发现CV技术之美本篇分享论文『SemanticallySelf-AlignedNetworkforText-to-ImagePart-awarePersonRe-identification』
我爱计算机视觉·2023-01-05 21:10

吴恩达机器学习——Andrew Ng machine-learning-ex3 python实现

目录Exercise3:Multi-classClassificationandNeuralNetworks1.Multi-classClassification1.1LoadingandVisualizingData1.2VectorizeLogisticRegression1.3One-vs-AllTraining1.4PredictforOne-Vs-All2
令狐傻笑·2023-01-02 07:10

HALCON算子函数——Chapter 15 : Segmentation

Chapter_15:Segmentation15.1Classification1.add_samples_image_class_gmm功能：将从图像中获取的测试样本添加到高斯混合模型的测试数据库中。
龙舞天涯·2022-12-06 07:18

跨模态行人重识别：Learning with Twin Noisy Labels for Visible-Infrared Person Re-Identification学习记录

目录摘要方法Co-modelingPairDivisionDART试验结果:论文链接:LearningwithTwinNoisyLabelsforVisible-InfraredPersonRe-Identification摘要双噪声标签（TNL），即噪声标注和对应。简而言之，一方面，由于数据收集和注释的复杂性，例如红外模态的可识别性差，不可避免地会以错误的身份对一些人进行注释。另一方面，单一模态
深度学不会习·2022-11-26 22:47

跨模态行人重识别：Visible Thermal Person Re-Identification via Dual-Constrained Top-Ranking学习记录笔记

目录摘要介绍方法网络结构双重约束顶级损失实验结果原文链接：VisibleThermalPersonRe-IdentificationviaDual-ConstrainedTop-Ranking摘要1)直接从数据中进行端到端特征学习，无需额外的度量学习步骤，学习不变的共享特征，同时保持VT-REID的高可分辨性。2)引入了一种新的双向双约束顶级损失，它同时处理跨模态和模态内变化，以确保学习表示的可辨别
深度学不会习·2022-11-26 22:47

Micro-Expression Classification based on Landmark Relations with Graph Attention Convolutional Networ

[2021CVPR]Micro-ExpressionClassificationbasedonLandmarkRelationswithGraphAttentionConvolutionalNetworkpaper链接:https://openaccess.thecvf.com/content/CVPR2021W/AMFG/papers/Kumar_Micro-Expression_Classifi
Izz_happy·2022-11-26 02:37

【论文阅读笔记】 Deep Few-Shot Learning for Hyperspectral Image Classification

DeepFew-ShotLearningforHyperspectralImageClassification作者：BingLiu,XuchuYu,AnzhuYu,PengqiangZhang,GangWan
sunshine_shan·2022-11-25 08:19

NTS-Net

ECCV2018细粒度分类paper：LearningtoNavigateforFine-grainedClassification作者无私的将代码公布了出来，源码基于pytorch。
景唯acr·2022-11-24 16:07

19.MFA-Conformer: Multi-scale Feature Aggregation Conformer forAutomatic Speaker Verification

论文题目：MFA-Conformer：用于说话人自动识别的多尺度特征聚合Conformer论文地址：https://arxiv.org/abs/2203.15249论文代码：https://github.com/zyzisyz/mfa_conformer摘要：本文提出了一种基于卷积增广变换的多尺度特征聚合conformer（MFA-conformer）的说话人自动识别主干网，该主干网易于实现，简单
一根藤～·2022-11-23 07:52

【GridMask】《GridMask Data Augmentation》

文章目录1BackgroundandMotivation2RelatedWork3Advantages/Contributions4GridMask5Experiments5.1ImageClassification5.2ObjectDetectiononCOCODataset5.3SemanticSegmentationonCityscapes5.4ExpandGridasRe
bryant_meng·2022-11-23 00:53

Classification of Hyperspectral Imagery Using a New Fully Convolutional Neural Network 简要概述（未完工...）

ClassificationofHyperspectralImageryUsingaNewFullyConvolutionalNeuralNetwork这篇文章重点在于首次将反卷积（转置卷积）运用在HSI图像上。复现论文的难点在于对HSI的预处理，即如何把图像块切成48X48的尺寸。摘要随着卷积神经网络(convolutionalneuralnetworks,CNNs)在计算机视觉领域的成功，CNN
星空三千丈·2022-11-23 00:59

论文解读: Exploiting Cloze Questions for Few Shot Text Classification and Natural Language Inference

前言：在自然语言研究领域，某些自然语言处理任务可以利用“预训练模型+任务描述”方式的无监督学习来解决。然而，已有的“预训练模型+任务描述”的无监督学习方法不如有监督学习方法效果好。此篇论文将二者的想法相结合，提出了一种基于模板（Pattern）的半监督小样本学习方法。论文的贡献主要有两个：1）提出基于模板的半监督训练方法（PET）；2）提出通过模型融合与迭代（iPET）训练多个模型，然后用训练好的
遥望山海·2022-11-21 09:48

【论文导读】- GraphFL: A Federated Learning Framework for Semi-Supervised Node Classification on Graphs

文章目录论文信息摘要主要工作Model-agnosticmetalearning(MAML)GraphFLFramework1.GraphFL用于联合GraphSSC和非IID图数据2.GraphFed用于联合GraphSSC和新标签3.通过自训练来利用未标记节点论文信息原文地址：https://arxiv.org/abs/2012.04187摘要Graph-basedsemi-supervise
1 + 1=王·2022-10-18 17:24

【CVPR2020】：High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Ide

【CVPR2020】：High-OrderInformationMatters:LearningRelationandTopologyforOccludedPersonRe-Identification参考旷视研究院推文
baidu_huihui·2022-10-11 07:33

DevExpress表格控件（GridView、GridControl）使用小结

RunDesigner”按钮，进入表格设计界面，点击“Columns”,添加列；3.在“Columnproperties”列属性中，“FileName”列字段(要与绑定的数据DataTable中的字段名一致)，"Cation
qq_23944441·2022-06-26 09:40

阿里云对象存储oss+picgo+typora实现步骤及无法上传图片解决方案

作者简介：秃头小苏，致力于用最通俗的语言描述问题往期回顾：论文阅读：ObjectClassification  论文阅读：RRPN近期目标：拥有5000粉丝支持小苏：点赞、收藏⭐、留言阿里云对象存储oss
秃头小苏·2022-06-21 07:46

论文阅读：Object Classification Using CNN-Based Fusion of Vision and LIDAR in Autonomous Vehicle

作者简介：秃头小苏，致力于用最通俗的语言描述问题往期回顾：凸优化理论基础1–仿射集  凸优化理论基础2——凸集和锥近期目标：拥有5000粉丝支持小苏：点赞、收藏⭐、留言文章目录前言论文背景系统架构✨✨✨核心思想✨✨✨实验结果✨✨✨论文下载前言  先来看看题目的中文解释叭，即在自动驾驶环境中使用CNN-Based融合视觉和激光雷达进行物体分类。我们常见的物体分类算法大多是纯视觉的，那么今天我分享的文
秃头小苏·2022-05-18 07:34

【论文笔记】Rethinking Few-Shot Image Classification: A Good Embedding is All You Need?

MITCSAIL&GoogleResearch在2020年关于Few-ShotLearning的又一篇力作，受ICLR2020的经典文章Abaselineforfew-shotimageclassification
huyuanda·2022-03-02 14:04

2011R-Journal of Biomedicine and Biotechnology-Strong Cation Exchange Chromatography in Analysis of PosttranslationalModifications

Strongcationexchange(SCX)chromatographyhasbeenutilizedasanexcellentseparationtechniquethatcanbecombinedwithreversed-phase(RP)chromatography,whichisfrequentlyusedinpeptidemassspectrometry.AlthoughSCXis
英天·2021-05-15 17:52

文献翻译Identification of potential cancer-related pseudogenes in lung adenocarcinoma based on ceRNA h...

ABSTRACT假基因最初被认为是由于在进化过程中失活基因突变而导致的非功能性基因组。然而最近有研究证明假基因远非沉默，通过体内microRNA海绵的功能调节蛋白质编码基因的表达。我们的研究目的是提出一种综合系统生物学方法，以基于竞争性内源RNA（ceRNA）假说鉴定疾病假基因。在这里，我们将我们的方法应用于来自TCGA的肺腺癌（LUAD）RNASeq数据并鉴定了33个候选假基因。我们描述了候选假
柳叶刀与小鼠标·2021-05-10 11:37

java段级_java非常有用的代码段

获取系统属性System.getProperty("pencilcolor");//得到属性值java-Dpencilcolor=greenSystem.getProperty("java.specifi.cation.version
柯尔鸭鸭·2021-02-16 22:19

An Efficient Solution for Breast Tumor Segmentation and Classification in Ultrasound Images Using Deep

AnEfficientSolutionforBreastTumorSegmentationandClassificationinUltrasoundImagesUsingDeepAdversarialLearning论文翻译摘要：Abstract.Thispaperproposesanefficientsolutionfortumorsegmentationandclassificationinbreastu
weixin_41066328·2020-09-17 13:19

深度子域适应网络：Deep Subdomain Adaptation Network for Image Classification

1、简介深度学习需要大量的标签样本，为解决标签问题提出了迁移学习，即从相关的sourcedomain去学习标签好的数据。但由于不同域间的数据分布也不同，所以学习得到的模型泛化能力不高。在训练、测试数据的分布有变动的情况下去学习一个判别模型叫做domainadaptation或transferdistributions。在深度特征学习中嵌入domainadaptation模块去提取固定特征已经证明能
Eason_Swag·2020-09-15 16:31

Joint Discriminative and Generative Learning for Person Re-identification 论文翻译

JointDiscriminativeandGenerativeLearningforPersonRe-identification概要介绍相关工作方法生成模块自我身份生成(self-identitygeneration
thomaswu1992·2020-09-14 05:30

目标跟踪论文阅读笔记（一）Learning regression and verification networks for long-term visual tracking

这一篇又是大连理工卢湖川教授团队的论文，所以我觉得应该质量挺高的，所以今天来阅读一下。针对的是长期跟踪，经常会出现目标消失的情况（这个在短期跟踪里基本没有），然后又有可能重现回到视野内。本文提出了的算法将一个基于匹配思想的回归网络V（通用的匹配函数，类似于siamfc）和分类网络R协同起来，回归网络主要来生成一些概率比较大（得分高）的候选区域，这个网络需要去学习到鲁棒，可以抵抗目标形变的特征表达，
melody96313·2020-09-10 15:58

深度学习（十八）——YOLOv2(2), 语义分割

YOLOv2Stronger（续）Hierarchicalclassification（层次式分类）ImageNet的标签参考WordNet（一种结构化概念及概念之间关系的语言数据库）。
antkillerfarm·2020-09-10 12:05

Connectionist Temporal Classification: Labelling Unsegmented Sequence Data with Recurrent Neural Netw

Abstract许多现实世界的序列学习任务都需要从有噪声的、未分段的输入数据中预测标签序列。例如，在语音识别中，声音信号被转录成单词或子单词单元。递归神经网络（rnns）是一种功能强大的序列学习器，似乎非常适合这类任务。然而，由于它们需要预先分割的训练数据，以及将其输出转换为标签序列的后处理，因此它们的适用性受到了限制。本文提出了一种新的训练神经网络直接标记未分段序列的方法，从而解决了这两个问题。
铿锵的玫瑰·2020-08-25 17:14

NLP重铸篇之BERT如何微调文本分类

论文标题：HowtoFine-TuneBERTforTextClassification?
机器学习算法与自然语言处理·2020-08-24 05:55

中文短文本分类实例二-FastText（Bag of Tricks for Efficient Text Classification）

一.简介FastText（BagofTricksforEfficientTextClassification）是FacebookAIResearch提出的一种神经网络结构，它是一个简单而又高效的线性分类模型
Macropodus·2020-08-24 02:48

论文阅读（七）Learning Visibility-aware Part-level Features for Partial Person Re-identification

1.要解决什么问题：识别数据集中，或者现实生活中拍摄的，目标行人残缺的情况，匹配会发生对不齐现象2.用了什么解决方法：提出VPM网络，以自监督训练为主要方法，使得网络自发的更关注共存的区域，对于不可见区域在计算距离时产生作用小，可见区域起的作用大。同时自监督训练使用交叉熵损失训练网络进行区域分类，使用三元损失寻来你网络进行身份分类。最终消除局部区域错位匹配现象。3.效果如何。达到目前最优水准mAP
CSDN@zxy·2020-08-22 23:10

吴恩达机器学习笔记--逻辑回归

逻辑回归（logisticregression）分类（Classification)分类问题举例：邮件：垃圾邮件/非垃圾邮件？在线交易：是否欺诈（是/否）？肿瘤：恶性/良性？
Linias·2020-08-22 13:20

论文阅读ImageNet Classification with Deep Convolutional Neural Networks &Going Deeper with Convolutions

LeNet是CNN的开端：输入层，卷积层，池化层，全连接层，输出层五脏俱全，是现代CNN网络的基础组件。这篇博文介绍了LeNet-5:http://blog.csdn.net/qiaofangjie/article/details/1682684LeNet-5：共有7层。2012年AlexNet网络的极大进步，主要是引入了relu函数，dropout技巧，大规模数据的训练，百万级别的ImageNe
zz_走走停停·2020-08-19 20:35

DEV_BROADCAST_DEVICEINTERFACE （转）

消息,通知设备状态改变.若要获得某个或某类指定设备的状态变化,程序初始化过程中需要调用RegisterDeviceNotification向系统注册以获得消息通知.RegisterDeviceN0ti6cation
jtjshzhx·2020-08-18 18:36

VRChat简易教程2-创建一个最基本的世界（world）

一、准备工作1先确保你安装了unity并导入了sdk教程：https://www.cnblogs.com/cation/p/10311702.html2按之前的教程新建一个project并导入sdk二、
weixin_34408717·2020-08-17 03:02
上一页 1 2 3 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他