cs.CV论文笔记

EfficientNet论文笔记

EfficientNet论文笔记通过NAS平衡了channel，depth，resolution，发现在相同的FLOPs下，同时增加depth和resolution的效果最好。
白蜡虫可·2023-07-15 23:47

论文笔记：AugGPT: Leveraging ChatGPT for Text Data Augmentation

AugGPT：利用ChatGPT进行文本数据增强摘要1介绍2相关工作2.1数据增强2.2小样本学习2.3超大型语言模型2.4ChatGPT：现在与未来3数据集3.1亚马逊数据集3.2症状数据集3.3PubMed20k数据集4方法4.2使用ChatGPT进行数据增强4.3小样本文本分类4.4BaselineMethods4.5PromptDesign4.6评估指标4.6.1EmbeddingSimi
帅帅梁·2023-07-15 13:44

GraphTrip论文笔记【Information Fusion 92 (2023)】

Dual-grainedhumanmobilitylearningforlocation-awaretriprecommendationwithspatial–temporalgraphknowledgefusion期刊：EI检索InformationFusion92(2023)Challenges（1）异质交互信息的挖掘POI位置信息、POI类别信息、访问时间等。（能够反映一些人类的访问偏好。传
hhy不许摸鱼·2023-07-15 12:53

论文笔记--SentEval: An Evaluation Toolkit for Universal Sentence Representations

论文笔记--SentEval:AnEvaluationToolkitforUniversalSentenceRepresentations1.文章简介2.文章概括3文章重点技术3.1evaluationpipeline3.2
Isawany·2023-07-14 03:41

【论文笔记】Guided Skill Learning and Abstraction for Long-Horizon Manipulation

【论文笔记】GuidedSkillLearningandAbstractionforLong-HorizonManipulation更多笔记（在耕）：这里文章目录【论文笔记】GuidedSkillLearningandAbstractionforLong-HorizonManipulationAbstractI.INTRODUCTIONII.RELATEDWORKTAMPandLearningfo
Ctrl+Alt+L·2023-07-14 03:35

Few-Shot Class-Incremental Learning from anOpen-Set Perspective论文笔记

ECCV2022目录摘要IntroductionProblemFormulationMethodology实验摘要一个Few-ShotClass-IncrementalLearning(FSCIL)模型，需要在所有类上表现良好，无论它们的表示顺序如何或是否缺乏数据。它还需要对需要对较少的数据(one-shotscenario)具有鲁棒性，并且容易适应该领域出现的新任务目前的SOTA方法仅使用cla
杳杳不失眠·2023-07-13 20:50

论文笔记-医学图像分类

DLDeepconvolutionalneuralnetworkbasedmedicalimageclassificationfordiseaseauthorIntroductionLiteraturereviewDeepconvolutionalneuralnetworkbasedmedicalimageclassificationfordiseaseauthorSamirS.YadavandS
強云·2023-07-13 19:15

论文笔记-A Deep Learning Approach for Slice to Volume Biomedical Image Integration

数据集：EdinburghMouseAtlasProject(EMAP)切片在三维空间中的描述pitch,yaw,androllangles,andthedistanceofthesectioningplane.这个距离指的是什么？数据生成对三维数据进行改变d和p来生成二维数据。预处理正则化到0-1之间；resize128*128.进行图像增强.回归利用CNN网络回归参数。
強云·2023-07-13 19:45

论文笔记--STRUCTBERT: INCORPORATING LANGUAGE STRUCTURES INTO PRE-TRAINING FOR DEEP LANGUAGE UNDERSTANDIN

论文笔记--STRUCTBERT:INCORPORATINGLANGUAGESTRUCTURESINTOPRE-TRAININGFORDEEPLANGUAGEUNDERSTANDING1.文章简介2.文章概括
Isawany·2023-06-24 10:15

论文笔记--Prompt Consistency for Zero-Shot Task Generalization

论文笔记--PromptConsistencyforZero-ShotTaskGeneralization1.文章简介2.文章概括3文章重点技术3.1Prompt-basedzero-shottaskgeneralization3.2PromptConsistencyTraining3.3
Isawany·2023-06-24 10:12

【论文笔记】BLIP: Bootstrapping Language-Image Pre-training forUnified Vision-Language Understanding and

1.背景1.1之前存在的两个问题（1）模型视角：大多数方法要么采用基于编码器的模型，要么采用编码器-解码器模型。基于编码器的模型不太容易直接转移到文本生成任务（例如，图像字幕），而编码器-解码器模型尚未成功用于图像文本检索任务。(2)数据集j角度：存在噪声，训练次优基于编码器的模型：CLIP，缺少decoder对文本生成的能力相对较弱采用编码器-解码器：SimVLM1.2提出的解决办法（a）编码器
weixin_50862344·2023-06-24 00:34

【论文笔记】Align before Fuse: Vision and LanguageRepresentation Learning with Momentum Distillation

0.前言【参考】多模态论文串讲基于2021年之前的研究，有几个大趋势：（1）模型的视觉能力应该强于文本提取能力（2）模型融合应该有更加复杂的设计，而不只是简单的点积运算（clip）（3）损失函数的选择上：①ITC②MLM③ITM之所以放弃WPA损失函数，是因为他给训练带来了比较大的成本。（参考ViLT）1.介绍1.1挑战（1）图像特征和单词标记嵌入存在于它们自己的空间中，难以建模两者之间关系（2）
weixin_50862344·2023-06-24 00:34

细粒度分类：Cross-X论文笔记——Cross-X Learning for Fine-Grained Visual Categorization

细粒度分类：Cross-X论文笔记——Cross-XLearningforFine-GrainedVisualCategorization综述主要思想网络结构OSME模块C3S正则化器CL正则化器损失优化实验可视化分析精度对比总结综述论文题目
视觉萌新、·2023-06-23 22:05

细粒度分类：API-Net论文笔记——Learning Attentive Pairwise Interaction for Fine-Grained Classification

细粒度分类：API-Net论文笔记——LearningAttentivePairwiseInteractionforFine-GrainedClassification综述主要思想网络结构训练与测试训练过程损失函数图像配对测试精度对比总结综述论文题目
视觉萌新、·2023-06-23 22:04

细粒度分类：MC-Loss论文笔记——The Devil is in the Channels: Mutual-Channel Loss for FGVC

细粒度分类：MC-Loss论文笔记——TheDevilisintheChannels:Mutual-ChannelLossforFine-GrainedImageClassification综述主要思想方法网络结构判别组件多样性组件实验可视化分析精度对比总结综述论文题目
视觉萌新、·2023-06-23 22:33

PolarFormer：Multi-camera 3D Object Detection with Polar Transformer——论文笔记

参考代码：PolarFormer1.概述介绍：在仓库RoboBEV中总结了现有的一些bev感知算法在不同输入情况下的鲁棒性，在这些感知算法中PolarFormer拥有较为不错的泛化性能。这个算法的思想是将之前由直角坐标系栅格化构建bev网格，转换到由极坐标构建栅格化bev网格，这样的bev特征构建方法其实是符合相机成像过程的，在W维度切分的单个竖向特征代表的便是由光心和两条射线组成的扇形区域。其大
m_buddy·2023-06-23 07:16

MEC相关论文笔记

论文名称：基于深度强化学习的车辆边缘计算调度DeepReinforcementLearning-BasedOffloadingSchedulingforVehicularEdgeComputing前言VEC绝对式车辆边缘计算‘（Abstract—Vehicularedgecomputing），是一种新型计算范例，可增强车辆终端能力，以支持低延迟和高能效的资源匮乏的车载应用。本文研究了在典型的VEC场
照旧的你好·2023-06-23 03:52

图情论文笔记 | 专家谈重大公共安全突发事件中图书馆应急服务

文章目录国家图书馆的应急服务（魏大威廖永霞）公共安全突发事件中图书馆应急服务机制(柯平)当前存在的问题关于图书馆应急服务机制的十个建议系统思维构建图书馆突发事件应急服务（滕五晓）参考资料国家图书馆的应急服务（魏大威廖永霞）国家图书馆做了什么？为重大公共安全突发事件提供决策信息参考及时整合资源,为用户提供优质网络服务主动采集专题网络资源,做好文献资料的征集和保存借助社会化合作,营造温暖健康的互助氛围
是希望·2023-06-23 03:21

图情论文笔记 | 学术图书馆“十四五”规划的思考（杨新涯）

文章目录前言十四五初步构想三个关键词总结前言  《学术图书馆“十四五”规划的思考》是重庆大学图书馆的杨新涯研究馆员在中国知网组织的“2020高校图书馆知识服务与创新应用高级线上研修班”上做的报告，事后整理的一篇文章。作者认为学术图书馆的叫法相较于大学图书馆要跟严谨，给出的理由是“学术图书馆的名称对于大学图书馆的建设发展、核心业务的把握而言更加严谨，很多人觉得大学图书馆和公共图书馆都是图书馆，很多工
是希望·2023-06-23 03:51

图情论文笔记 | 主题图书馆建设中的若干问题与发展思考（柯平）

文章目录1.前言2.主题图书馆2.1主题图书馆的发展背景和条件2.2主题图书馆与特色图书馆的关系2.3主题图书馆的功能价值2.4主题图书馆的杭州模式2.4.1杭州模式的五大特色2.5主题图书馆发展路径2.6主题图书馆模式的推广价值2.7主题图书馆建设当中的误区2.8主题图书馆的未来发展方向3.总结1.前言  最近看了几篇柯平老师关于主题图书馆的研究论文，感觉柯平老师的学术水平甩了杨研究馆员几条街，
是希望·2023-06-23 03:51

图情论文笔记 | 基于新文科下的图书情报学科发展研究总结

文章目录前言1.新文科1.1学科协同之新1.2信息技术之新1.3人才培养模式之新2.新技术对我国图书情报学科的影响2.1对图书情报工作的影响2.2对图书情报研究的影响2.3对图书情报学教育的影响3.新文科背景下我国图书情报学科发展思考3.1关注社会需求3.2重视交叉融合3.3加强理论创新3.4坚守人文传统4.总结前言  本篇笔记的主题是“新文科和图书情报学科”，目前报关于新文科建设和图书情报学科建
是希望·2023-06-23 03:51

图情论文笔记 | 四川大学图书馆关于“十四五”发展规划的初步思考（党跃武）

文章目录前言1.新时代高校图书馆是什么1.1三个至上1.2六大体系1.3本章小结2.新时代高校图书馆在干什么2.1事业发展重效益2.2基础服务重根本2.3创新服务重引领2.4本章小结3新时代高校图书馆要干什么3.1围绕中心明方向3.2服务中心明目标3.3融入中心明任务3.4本章小结4新时代高校图书馆要怎么干4.1加强建设下硬功4.2加强管理下真功4.3加强服务下苦功4.4本章小结5.全文总结前言 
是希望·2023-06-23 03:21

图情论文笔记 | 图书馆未来2035与“十四五”规划编制(柯平)

文章目录前言1.未来与图书馆未来的三个维度2.战略规划与图书馆2.1SWOT分析2.2三种新方向3图书馆的规划与转型3.1转型应坚持的原则3.2战略规划要求前言  《图书馆未来2035与“十四五”规划编制》是南开大学商学院柯平教授对于图书馆在未来该如何进行战略规划以应对这百年未有之大变局的一些观点，在此给大家进行分享。1.未来与图书馆  “未来已经到来，只是分布不甚均匀而已。”          
是希望·2023-06-23 03:20

论文笔记 - 对话系统中的 OOD （Out of Domain出域）问题

徐阿衡人工智能与机器学习工程师最近看了下2021年关于OOD的几篇paper，记录一下~对话系统中的domain都是预先定义好的，而在实际应用场景中，会有很多现有系统回答不了的问题（outofthedesignscope），我们把系统支持的意图称为in-domain(IND)，系统不支持的意图称为out-of-domain(OOD)，OOD是需要被拒识的。处理OOD问题一般分为有监督和无监督两类方
AI生成曾小健·2023-06-21 08:16

论文笔记：Toolformer：可以教会自己使用工具的语言模型

Toolformer：可以教会自己使用工具的语言模型摘要Introduction现有大模型的局限处理办法本文的ideaApproach样例化API调用执行API调用筛选API调用模型微调实验局限论文地址点这里摘要语言模型（LMs）呈现了令人深刻的仅使用少量的范例或文本说明，就能处理大规模的新问题。矛盾的是，他们面临着挑战去完成一些基础功能，比如：数据统计或是事实查找，在一些更为简单、更为小的模型表
高星熠·2023-06-21 02:50

RES 新的数据集 Advancing Referring Expression Segmentation Beyond Single Image 论文笔记

RES新的数据集AdvancingReferringExpressionSegmentationBeyondSingleImage论文笔记一、Abstract二、引言三、相关工作3.1ReferringExpressionSegmentation
乄洛尘·2023-06-20 22:38

论文笔记【WiNCE: Unobtrusive Sensing of Upper Facial Action Units with EOG-based Eyewear】

W!NCE:UnobtrusiveSensingofUpperFacialActionUnitswithEOG-basedEyewear文章目录W!NCE:UnobtrusiveSensingofUpperFacialActionUnitswithEOG-basedEyewear每一篇论文都需要问自己：摘要：需要解决的挑战：以往的方式基于相机的方式[6,15,37,48]接近传感器([52],[3
kidominox·2023-06-20 19:37

Segment Anything——论文笔记

homepage：segment-anything.comcode：segment-anything1.概述介绍：SAM是最近提出的一种通用分割大模型，其表现出了强大的零样本泛化能力，视觉感知模型的通用化又前进了一步。为了达到文章标题字面意义“segmentanything”，那么就需要该算法具有强大的物体语义感知能力，在模型的设计阶段就不能对其所使用的类别进行假设，更类似于常见的交互式分割方法。
m_buddy·2023-06-20 13:42

DualCross：Cross-Modality Cross-Domain Adaptation for Monocular BEV Perception——论文笔记

主页：homepage参考代码：DualCross1.概述介绍：去年（2022年）大家都在卷各式各样的view-transfer，到了今年就沉寂了不少，鲜有新的view-transfer提出，也有一些对于行业更加工程实际的paper出来了。这篇文章便是通过从domain-adaption和distillation技术角度去缓解BEV感知方案部署的痛点问题。当训练时的数据分布与实际部署时的训练分布不
m_buddy·2023-06-20 13:12

[论文笔记] chatgpt系列 2.1 DeepSpeed-chat 简介

DeepSpeedExamples/applications/DeepSpeed-Chatatmaster·microsoft/DeepSpeedExamples·GitHubDeepSpeed-Chat:简单，快速和负担得起的RLHF训练的类chatgpt模型一个快速、经济、可扩展和开放的系统框架，用于实现端到端的强化学习人类反馈(RLHF)训练体验，以在所有尺度上生成高质量的类chatgpt模
心心喵·2023-06-20 12:55

《Amazon DynamoDB》 论文笔记 1

文章目录1.写在最前面2.核心观点2.1作为服务提供要考虑的问题2.1.1.1部署方案2.1.1.2多租户的问题2.1.1.3容量上限2.1.1.4容量扩展2.1.1.5可用性指标评估3.碎碎念4.参考资料1.写在最前面最近读到一句话，「所谓云原生并不是简单的将一个云下的数据库搬到云上自动部署就叫DBaaS，而是需要从内核到管控平台针对云提供的能力和环境进行深层次的改造，否则一个直观的代价就是：在
phantom_111·2023-06-20 10:45

论文笔记：Normalizing Flows for Probabilistic Modeling and Inference

Abstract正则流（Normalizingflows）提供了一种通用的机制来定义富有表达力的概率分布，只需要指定一个（通常简单的）基础分布和一系列可逆变换。Intraduction正则流通过将简单的密度通过一系列变换来产生更丰富、可能更多模态的分布，就像液体流经一组管道一样运作。灵活性意味着正则流非常适合用于建模、推断和模拟这些关键的统计任务。我们对正则流的探索旨在揭示那些将指导它们在可预见的
BlueagleAI·2023-06-20 00:08

Attentive Moment Retrieval in Videos论文笔记

AttentiveMomentRetrievalinVideos论文笔记0.论文地址1.摘要2.引言3.模型结构3.1MemoryAttentionNetwork3.2Cross-ModalFusionNetwork4
7个七·2023-06-19 17:00

论文笔记 --《Enhanced LSTM for Natural Language Inference》

标签：Jd_Paperweekly时间：2020.11.18来源：ACL2017关键词：文本匹配，Alignmentlayer1.背景及问题描述文本匹配（TextMatching）是自然语言处理领域最经典的问题之一，也是搜索、QA、推荐等领域的基础研究课题。而短文本匹配，因为其特殊性，比如语义性缺失，句法缺失等，往往需要特殊的处理模型。而对齐机制（Alignment）是处理短文本的有效方案，今天介
ColdCoder·2023-06-19 10:14

[论文笔记]End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF

引言本文是论文End-to-endSequenceLabelingviaBi-directionalLSTM-CNNs-CRF的阅读笔记。本论文提出了一个受益于单词级(word)和字符级(character)表示的网络架构，通过组合双向LSTM，CNN和CRF。简介首先通过CNN编码一个单词的字符级信息到相应的字符表征。然后组合字符和单词级表征输入到Bi-LSTM来建模每个单词的上下文信息。在Bi
愤怒的可乐·2023-06-19 08:36

论文笔记：A Multi-source Trajectory Correlation Algorithm based on Spatial-temporal Similarity

2017ICIF0摘要提出了一种适用于异步多源多轨迹的轨迹相似性模型以及基于该模型的轨迹相关联算法基于在空间和时间约束下搜索潜在匹配数据点的思想，通过设置空间和时间阈值，从匹配点集中确定最佳匹配点，并获得多源轨迹之间的相似度测量考虑了多源轨迹潜在匹配点之间的时空关系允许多源轨迹之间存在时间槽（temporalslot），大大降低了复杂度并确保了轨迹映射的准确性模拟实验结果表明，在应用于模拟复杂多目
UQI-LIUWJ·2023-06-19 08:08

论文笔记： Spatiotemporal Recurrent Convolutional Networks for Traffic Prediction in Transportation Netwo

2017sensors1模型CNN+LSTM空间依赖关系选择一个交通网络根据道路情况把它分成n个路段计算这些路段在一个特定的时间段内的平均速度vi——第i个路段m——时间段内的m辆车使用网格划分交通网络将平均速度映射到网格。空白区域的值设置为0;如果多个路段通过同一个网格，便将它们的平均速度分配给相应的网格使用CNN提取空间信息时间依赖关系LSTM
UQI-LIUWJ·2023-06-19 08:38

论文笔记：A multi-source dataset of urban life in the city of Milan and the Province of Trentino

Scientificdata20150摘要描述了两个地理区域上发布的丰富的多源数据集。该数据集由米兰市和特伦蒂诺省的电信、天气、新闻、社交网络和电力数据组成。1背景通话详单记录CallDetailRecordCDR提取移动模式提取社交互动估算人口密度建模城市结构预测社会经济指标模拟疾病的传播。。。新兴的地理定位信息和通信技术（ICT）服务（如Twitter和Foursquare）的出现为研究人员提
UQI-LIUWJ·2023-06-19 08:37

论文笔记：MEASURING DISENTANGLEMENT: A REVIEW OF METRICS

0摘要学习解缠和表示数据中的变化因素是人工智能中的一个重要问题。虽然已经取得了许多关于学习这些表示的进展，但如何量化解缠仍然不清楚。虽然存在一些度量标准，但对它们的隐含假设、真正衡量的内容以及限制了解甚少。因此，当比较不同的表示时，很难解释结果本篇论文调查了有监督的解缠度量标准，并对它们进行了深入分析。提出了一个新的分类体系，将所有的度量标准分为三个类别：基于干预、基于预测器和基于信息。进行了大量
UQI-LIUWJ·2023-06-19 07:03

论文笔记：Attention U-Net: Learning Where to Look for the Pancreas

Abstract我们提出了一种用于医学成像的新型注意门（AG）模型，该模型自动学习聚焦于不同形状和大小的目标结构。用AG训练的模型隐含地学习抑制输入图像中的不相关区域，同时突出显示对特定任务有用的显着特征。这使我们能够消除使用级联卷积神经网络（CNN）的显式外部组织/器官定位模块的必要性。AG可以很容易地集成到标准CNN架构中，例如U-Net模型，具有最小的计算开销，同时提高模型灵敏度和预测精度。
YaksaWang·2023-06-18 22:58

Attention U-Net: Learning Where to Look for the Pancreas论文笔记

attentionu-net论文翻译笔记摘要[外链图片我们提出了一种新颖的医学图像注意力们模型，它能自动学习聚焦在形状、尺寸变化的目标结构。用AG训练的模型隐形地抑制输入图像的非相关区域，同时强调对指定任务有用的显著性特征。这让我们不必去显式地使用级联CNN的组织定位模块。AG可以轻易的被集成到标准的CNN结构中，比如U-net模型，带有少量的计算开销同时能增加模型的敏感性和准确性。提出的Atte
achong_2050·2023-06-18 22:56

多模态之论文笔记BLIP，BLIP2，Instruct BLIP

文章目录BLIP一.简介1.1摘要与引言1.2相关工作1.3方法模型结构预训练目标函数CapFilt噪声过滤1.4实验以及讨论实验设置CapFilt的讨论BLIP2一.简介1.1摘要与引言1.2相关工作1.3方法模型结构第一阶段BootstrapVision-LanguageRepresentationLearningfromaFrozenImageEncoder第二阶段BootstrapVisi
猴猴猪猪·2023-06-18 10:42

多模态之论文笔记ViLT

文章目录ViLT:Vision-and-LanguageTransformerWithoutConvolutionorRegionSupervision一.简介1.1摘要1.2文本编码器，图像编码器，特征交互复杂度分析1.2特征交互方式分析1.3图像特征提取分析二.方法Vision-and-LanguageTransformer2.1.方法概述2.2预训练的目标任务ImageTextMatchin
猴猴猪猪·2023-06-18 10:42

[论文笔记]Bidirectional LSTM-CRF Models for Sequence Tagging

引言本文是论文BidirectionalLSTM-CRFModelsforSequenceTagging的阅读笔记。这篇论文是15年发表的，比上次介绍的那篇还要早。首次应用双向LSTM＋CRF(BI-LSTM-CRF)到序列标注数据集。BI-LSTM-CRF模型可以有效地使用双向输入特征，也因为CRF层可以利用句子级标签信息。简介本论文主要贡献如下：第一个应用双向LSTMCRF模型到序列标注数据集
愤怒的可乐·2023-06-18 09:34

论文笔记 ：Geometric Reasoning for Single Image Structure Recovery David(Orientation Map算法)(CVPR 2009)

恢复室内布局，传统方法主要分为3个步骤：线段检测和估计消失点、生成布局假设、对假设进行打分，方向图可以作为布局打分重要部分。墙角分为3类：凸角convex(+)corners.凹角concave(-)corners.遮挡角occluding(>)corners.所有房间布局可由这3种基本类别进行组合。进一步根据消失点划分3个区域(视角不同)，每个区域只有凸角、凹角、遮挡角1、遮挡角2，这4种类型的
snoopy_21·2023-06-18 03:24

论文笔记：ZERO-SHOT RESTORATION OF UNDEREXPOSED IMAGES VIA ROBUST RETINEX DECOMPOSITION

通过稳健的Retinex分解对曝光不足的图像进行零镜头恢复会议：2020IEEEInternationalConferenceonMultimediaandExpo(ICME)论文地址：Zero-ShotRestorationofUnderexposedImagesviaRobustRetinexDecomposition|IEEEConferencePublication|IEEEXplore论
weixin_43535668·2023-06-17 09:34

低光照图像增强《Deep Retinex Decomposition for Low-Light Enhancement》论文笔记

论文链接—Github链接—项目主页1原理经典Retinex将图像分解为反射率RRR和照明度III。SSS表示源图像，则表示为：S=R∘I(1)S=R\circI\tag{1}S=R∘I(1)RRR代表反射率，描述了捕获物体的内在属性，它被认为在任何光照（III）条件下都是一致的III代表照明度(亮度)，代表各种物体上的亮度，在低光照图像上，它通常会受到黑暗和不平衡的照明分布影响∘\circ∘代表
清楓·2023-06-17 09:04

论文笔记-Multi-Task Learning as Multi-Objective Optimization

Intro在深度学习，使用多个任务（loss）训练模型时，通常使用最小化加权线性和的方式来训练整个模型。但是这要求多任务之间不存在相互竞争。因此作者提出新的多任务学习方法，将多任务学习转化成多目标优化问题，借助凸优化问题求帕累托（pareto）最优解。method问题定义对一个输入空间X和任务集合空间{Yt}t∈[T]\left\{\mathcal{Y}^t\right\}_{t\in[T]}{Y
chenxino·2023-06-17 08:14

【论文笔记】DS-UNet: A dual streams UNet for refined image forgery localization

DS-UNet:用于细化图像伪造定位的双流UNet摘要提出了一种名为DS-UNet的双流网络来检测图像篡改和定位伪造区域。DS-UNet采用RGB流提取高级和低级操纵轨迹，用于粗定位，并采用Noise流暴露局部噪声不一致，用于精定位。由于被篡改对象的形状和大小总是不同的，DS-UNet采用了轻量级的分层融合方法，使得DS-UNet能够感知不同尺度的篡改对象。之后，DS-UNet通过单个解码器接收跳
Deep_Lnna·2023-06-17 06:48

论文笔记 | 谷歌 Soft Prompt Learning ，Prefix-Tuning的 -＞ soft promt -＞ p tuning v2

论文笔记|谷歌SoftPromptLearningptuning->Prefix-Tuning->softpromt->ptuningv2"ThePowerofScaleforParameter-EfficientPromptTuning"EMNLP2021GoogleBrain
AI生成曾小健·2023-06-17 06:42
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他