cs.CV论文笔记第17页

论文笔记与实战：对比学习方法MOCO

目录1.什么是MOCO2.MOCO是干吗用的3.MOCO的工作原理3.1一些概念1.无监督与有监督的区别2.什么是对比学习3.动量是什么3.2MOCO工作原理1.字典查找2.如何构建一个好的字典3.工作流程3.3（伪）代码分析4.其他一些问题5.MOCOv2和MOCOv35.1MOCOv25.2MOCOv36.实战部分6.1数据6.2模型与参数设置6.3实验结果（好久没更新了~~~准备分享一些pa

lokvke·2023-06-17 03:13

TALL论文笔记

TALL论文笔记0.论文来源1摘要2引言3模型结构3.1视觉编码器3.2句子编码器3.3模态融合3.4时间定位回归网络4训练4.1损失函数4.2采集训练样本5评估5.1数据集5.2评价指标5.3实验结果

7个七·2023-06-16 23:28

FL Backdoor Defense (Ⅱ) - DeepSight

文章目录论文笔记-DeepSight:MitigatingBackdoorAttacksinFederatedLearningThroughDeepModelInspection1.基本信息2.研究动机

WBZhang2022·2023-06-16 12:32

FL Backdoor Defense (Ⅰ) - FLAME: Taming Backdoors in Federated Learning

文章目录论文笔记-FLAME:TamingBackdoorsinFederatedLearning1.基本信息2.研究动机3.基本原理3.1面临挑战分析3.2FLAME算法总体概述3.3FLAME算法设计思想

WBZhang2022·2023-06-16 12:02

论文笔记 | KDD2014 | Practical Lessons from Predicting Clicks on Ads at Facebook

gbdt_lr-title.jpg论文地址：https://quinonero.net/Publications/predicting-clicks-facebook.pdf一为什么读这篇本文属于深度学习时代之前的一篇经典CTR预估paper，即大名鼎鼎的GBDT+LR，记得当年刚出来的时候还是挺火的，可惜深度学习遍地开花后，就退出舞台了，不过为了夯实下基础，还是得看看，同时希望可以从历史经典中挖

ktulu7·2023-06-16 04:12

——Object Counting：You Only Need To Look At One论文笔记

——ObjectCounting：YouOnlyNeedToLookAtOne论文笔记一、Abstract二、引言三、相关工作四、方法4.1问题定义4.2特征关联4.3特征提取和尺度聚合4.4训练损失五

乄洛尘·2023-06-15 15:26

【论文笔记】SAM3D: Zero-Shot 3D Object Detection via Segment Anything Model

原文链接：https://arxiv.org/pdf/2306.02245.pdf1.引言分割一切模型（SAM）作为视觉领域的基石模型，有强大的泛化性，能解决很多2D视觉问题。但是SAM是否可以适用于3D视觉任务，仍需要被探索。目前几乎没有关于3D目标检测的零样本学习，如何使SAM的零样本能力适用于3D目标检测是本文的主要研究内容。本文提出SAM3D，使用SAM分割BEV图，然后从输出

byzy·2023-06-15 06:51

李沐读论文笔记--大模型时代下做科研的四个思路

大模型时代下做科研的四个思路0.视频来源：1.提高效率（更快更小）1.1PEFT介绍(parameterefficientfinetuning)1.2作者的方法1.3AIM效果1.3.1AIM在K400数据集上的表现1.3.2AIM在Something-Something数据集、K700数据集和Diving-48数据集上的表现2.调用已训练好的模型做应用3.做即插即用的模块4.构建数据集，做分析为

7个七·2023-06-15 00:29

Cross-modal Moment Localization in Videos论文笔记

Cross-modalMomentLocalizationinVideos论文笔记0.来源1.摘要2.介绍3.模型3.1语言-时间注意网络3.2损失函数3.2.1对齐损失3.2.2位置损失3.2.2损失函数

7个七·2023-06-15 00:55

LiveBot: Generating Live Video Comments Based on Visual and Textual Contexts 论文笔记

源码：https://go.ctolib.com/article/wiki/104234弹幕，已经成为人们看视频的一种习惯；不同用户之间的弹幕往往会形成上下文回复关系，更让弹幕成为一种新的社交模式。基于这一现象，微软亚洲研究院设计了一款名为LiveBot的自动弹幕生成系统。在这一系统中需要克服两个难点：一是要充分理解视频内容，根据其他用户的评论弹幕生成适当的内容；二是要在合适的时间点显示在对应的视

yeva_o·2023-06-14 09:21

论文笔记--LIMA: Less Is More for Alignment

论文笔记--LIMA:LessIsMoreforAlignment1.文章简介2.文章概括3文章重点技术3.1表面对齐假设(SuperfacialAlignmentHypothesis)3.2对齐数据3.3

Isawany·2023-06-13 22:16

论文笔记：NeuS: Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction

文章目录idea概述SDF与渲染之间如何建立联系？渲染的数学表述为什么需要更精妙的加权函数？为什么直接使用naivesolution是不行的？因此做了什么样的改进？如何做离散化？小结训练损失函数分层采样实验实验设置数据集baseline实现细节结果对比分析结论论文名称：NeuS:LearningNeuralImplicitSurfacesbyVolumeRenderingforMulti-view

F_L_O_W·2023-06-13 07:03

图像去雨DRD-Net论文笔记

论文题目：DRD-Net:Detail-recoveryImageDerainingviaContextAggregationNetworks发表会议：CVPR2020作者：SenDeng,MingqiangWei,JunWang,LumingLiang,HaoranXie,andMengWang1、目的图像去雨，作者指出现有的去雨的方法在去雨的过程中尤其是暴雨天气会容易将雨纹和图像的细节一同去除

'楓·2023-06-13 05:44

论文笔记--AlpacaFarm: A Simulation Framework for Methods that Learn from Human Feedback

论文笔记--AlpacaFarm:ASimulationFrameworkforMethodsthatLearnfromHumanFeedback1.文章简介2.文章概括3文章重点技术3.1数据集3.2LPF

Isawany·2023-06-12 18:48

论文笔记--SimCSE: Simple Contrastive Learning of Sentence Embeddings

论文笔记--SimCSE:SimpleContrastiveLearningofSentenceEmbeddings1.文章简介2.文章概括3文章重点技术3.1对比学习ContrastiveLearning3.2UnsupervisedSimCSE3.3SupervisedSimCSE3.4Anisotropy3.5AlignmentandUniformity4

Isawany·2023-06-12 18:48

论文笔记--Evaluating Large Language Models Trained on Code

论文笔记--EvaluatingLargeLanguageModelsTrainedonCode1.文章简介2.文章概括3文章重点技术3.1评估3.2模型训练--Codex3.3微调模型--Codex-S3.4

Isawany·2023-06-12 18:47

论文笔记--Training language models to follow instructions with human feedback

论文笔记--Traininglanguagemodelstofollowinstructionswithhumanfeedback1.文章简介2.文章导读2.1概括2.2文章重点技术2.2.1SupervisedFine-Tune

Isawany·2023-06-12 18:17

论文笔记--GPT-4 Technical Report

论文笔记--GPT-4TechnicalReport1.报告简介2.报告概括3报告重点内容3.1PredictableScaling3.2Capabilities3.3limitations3.3Risks

Isawany·2023-06-12 18:44

论文笔记_2021_IROS_一种变化环境下的lifelong定位与建图框架

惊鸿一博·2023-06-12 04:03

论文笔记（三十）：Counter-Hypothetical Particle Filters for Single Object Pose Tracking

Counter-HypotheticalParticleFiltersforSingleObjectPoseTracking文章概括摘要I.简介II.相关工作A.机器人的物体姿态估计和跟踪B.鲁棒性的粒子滤波III.背景：粒子滤波A.粒子滤波B.粒子剥夺和粒子重振IV.反假设粒子滤波A.反假设重取样B.6D姿势估计的反假设可能性V.实验A.基线VI.结果VII.结论文章概括作者：Elizabeth

墨绿色的摆渡人·2023-06-11 02:10

10.14传统电流采样以及PWM占空比更新方式研究

哎，好像又要失业加上失学了~话不多说，开始今天的论文笔记整理：PWM控制技术以其控制简单，灵活和动态响应好的优点而成为电力电子技术最广泛应用的控制方式。

Priscillaaaaa·2023-06-10 11:47

图像降噪网络：KBNet 论文笔记

0前言ZhangY,LiD,ShiX,etal.KBNet:KernelBasisNetworkforImageRestoration[J].arXivpreprintarXiv:2303.02881,2023.https://arxiv.org/abs/2303.02881论文主要提出了KernelBasisAttentionModule注意力模块，称为KBA模块。该模块可以轻松嵌入到现有的网络

峡谷相对论·2023-06-09 23:56

论文笔记: 可解释神经聚类 (鹏鹏专用)

摘要:分享对论文的理解,原文见XiPeng,YunfanLi,IvorW.Tsang,HongyuanZhu,JianchengLv,JoeyTianyiZhou,XAIBeyondClassification:InterpretableNeuralClustering,JournalofMachineLearningResearch22(2021)1–27.1.符号系统符号风格按照本贴作者的习惯

闵帆·2023-06-09 19:13

论文笔记：NetVLAD: CNN architecture for weakly supervised place recognition（转）

原文NetVLAD是一个较早的使用CNN来进行图像检索或者视频检索的工作，后续在此工作的基础上陆续出了很多例如NetRVLAD、NetFV、NetDBoW等等的论文，思想都是大同小异。一、图像检索VLAD和BoW、FisherVector等都是图像检索领域的经典方法，这里仅简介下图像检索和VLAD的基本思想。图像检索（实例搜索）是这样的一个经典问题：1、我们有一个图像数据库IiI_iIi，通过函数

Lavau·2023-06-09 12:59

论文笔记：（CVPR 2022）Local Texture Estimator for Implicit Representation Function

LocalTextureEstimatorforImplicitRepresentationFunction（CVPR2022）Paper：https://link.zhihu.com/?target=https%3A//ipl.dgist.ac.kr/LTE_cvpr.pdfCode:https://link.zhihu.com/?target=https%3A//github.com/jaew

倘若我问心无愧呢丶·2023-06-09 01:46

神经辐射场 (NeRF)

：https://arxiv.org/pdf/2003.08934.pdf代码：https://github.com/bmild/nerf参考文献：NeRF：用深度学习完成3D渲染任务的蹿红【NeRF论文笔记

LevenWang·2023-06-08 19:30

论文笔记--LLaMA: Open and Efficient Foundation Language Models

论文笔记--LLaMA:OpenandEfficientFoundationLanguageModels1.文章简介2.文章概括3文章重点技术3.1数据集3.2模型训练4.数值实验5.文章亮点6.原文传送门

Isawany·2023-06-08 04:52

论文笔记--Efficient Estimation of Word Representations in Vector Space

论文笔记--EfficientEstimationofWordRepresentationsinVectorSpace1.文章简介2.文章概括3文章重点技术3.1NNLM(NeuralNetworkLanguageModel

Isawany·2023-06-08 04:21

论文笔记--PANGU-α

论文笔记--PANGU-α:LARGE-SCALEAUTOREGRESSIVEPRETRAINEDCHINESELANGUAGEMODELSWITHAUTO-PARALLELCOMPUTATION1.文章简介

Isawany·2023-06-08 04:21

论文笔记--Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context

论文笔记--Transformer-XL:AttentiveLanguageModelsBeyondaFixed-LengthContext1.文章简介2.文章概括3文章重点技术3.1Segment-LevelRecurrencewithStateReuse3.2

Isawany·2023-06-08 04:50

论文笔记--Deep contextualized word representations

论文笔记--Deepcontextualizedwordrepresentations1.文章简介2.文章概括3文章重点技术3.1BiLM(BidirectionalLanguageModel)3.2ELMo3.3

Isawany·2023-06-08 04:50

CVPR2023（论文笔记）

BoostingVerifiedTrainingforRobustImageClassificationsviaAbstraction基于抽象的鲁棒图像分类模型高效训练与验证方法：针对问题：深度神经网络在面对对抗性攻击时的鲁棒性问题提出了一种基于抽象的、经过认证的训练方法，用于提高深度神经网络对抗性攻击的鲁棒性；提出黑盒验证方法，该方法与神经网络的大小和架构无关，可扩展到任意类型的神经网络。具体方

白兔1205·2023-06-07 15:12

BERT泛读系列（三）—— ERNIE: Enhanced Language Representation with Informative Entities论文笔记

一、写在前面的话这篇论文发表于2019ACL，其主要思路是在BERT的基础上引入了知识（具体来说是实体向量），并且在预训练任务方面提出了Pre-trainingforInjectingKnowledge。在实验结果方面，ERNIE较bert在部分测评中有所提升，另外ERNIE还加入了EntityTyping和RelationClassification上的fine-tune，取得了不错的效果。二、

DataArk·2023-04-21 21:41

sinGAN论文笔记

BackgroundKnowledge基于推理的视觉理论：只根据图像数据本省不能对相对应的物体空间结构提供充分的约束，也就是说这是一个约束不充分的问题，因此为了理解图像的内容必须要有附加的约束条件（例如知道图中是哪一类物体的知识），利用附加的高层信息等额外信息，可以去除多义性解释的通用约束。图像先验(ImagePrior):就是我们已知的关于图像的各种属性信息，可以用来减少可行解的数量。图像块(I

hohotiger·2023-04-21 19:57

【论文笔记】【Faster Rcnn 优化】《Light-Head R-CNN: In Defense of Two-Stage Object Detector》

论文：https://arxiv.org/abs/1711.07264代码：GitHub-zengarden/light_head_rcnn:Light-HeadR-CNN1.概述我们一般将Objectdetection分为两大系列：一类是two-stagedetector：代表算法有FasterRCNN,MaskRCNN等算法分两阶段进行，第1阶段是生成proposals，第2阶段是对这些pro

硝烟_1994·2023-04-21 18:19

MODRL/D-AM论文笔记

MODRL/D-AM论文总结模型流程图模型训练流程图：结合NSGA-II流程图：一、问题的定义1.VRPTW定义一个vrptw类：classVRPTW(boject)classVRPTW(object):2.问题的状态定义StateVRPTW类classStateVRPTW(NamedTuple):3.问题数据集VRPTWDataSet定义VRPTWDataSet类classVRPTWDatase

Xxwl.·2023-04-21 17:26

舌头语义分割调研

=参考资料基于DCNN和全连接CRF的舌图像分割算法[论文笔记]AutomaticTongueImageMatting-知乎

思考实践·2023-04-21 11:57

DN-DETR 论文笔记

DN-DETR:AccelerateDETRTrainingbyIntroducingQueryDeNoisingDN-DETR:AccelerateDETRTrainingbyIntroducingQueryDeNoisingDN-DETR:AccelerateDETRTrainingbyIntroducingQueryDeNoisingWhyDenoisingacceleratesDETRtr

什度学习·2023-04-21 11:40

【NLP论文笔记】Glove: Global Vectors for Word Representation（Glove词向量理解）

本文主要用于记录斯坦福nlp组发表于2014年的一篇论文（引用量直破5k）。该论文提出的Glove词向量也是自Word2vec推出后另一个比较有影响力的词向量生成方法。本笔记主要为方便初学者快速入门，以及自我回顾。论文链接：https://www.aclweb.org/anthology/D14-1162Github:https://github.com/stanfordnlp/GloVe课程链接

蘑菇轰炸机·2023-04-21 01:52

[目标识别-论文笔记]Object Detection in Videos by Short and Long Range Object Linking

文章标题：2018_Cite=13_Tang——ObjectDetectioninVideosbyShortandLongRangeObjectLinking这篇论文也被叫做“2019_Cite=91_TPAMI_Tang——ObjectDetectioninVideosbyHighQualityObjectLinking”如果这篇博客对你有帮助，希望你点赞、收藏、关注、评论，您的认可将是我创作下

德彪稳坐倒骑驴·2023-04-21 01:26

MAE论文笔记+Pytroch实现

MaskedAutoencodersAreScalableVisionLearners，2021近期在梳理Transformer在CV领域的相关论文，落脚点在于如何去使用Pytroch实现如ViT和MAE等。通过阅读源码，发现不少论文的源码都直接调用timm来实现ViT。故在此需要简单介绍一下timm这个库中ViT相关部分。此外小破站上的李沐大神讲的贼棒，这里也顺带记录一下相关笔记。文章目录Mas

像风一样自由的小周·2023-04-21 01:21

Vision Transformers for Dense Prediction论文笔记

文章目录VisionTransformersforDensePrediction，ICCV，2021一、背景介绍二、网络结构三、实验结果1.语义分割实验2.消融实验VisionTransformersforDensePrediction，ICCV，2021一、背景介绍本篇论文主要提出一种网络，基于Transformer去进行密集预测。众所周知，对于密集预测任务，常见的网络架构为Encoder+De

像风一样自由的小周·2023-04-21 01:21

『论文笔记』In Defense of Grid Features for Visual Question Answering

InDefenseofGridFeaturesforVisualQuestionAnswering一句话总结网格特征不仅准确度不输给区域特征，推理速度上又快出一个量级。导论本文主要探讨了在VQA等视觉语言任务中，使用什么类型的图像特征可以达到更好的效果。区域特征(Regions)还是网格特征(Grids)？在以VQA为代表的一系列视觉语言任务中，Bottom-Up注意力方法得到了广泛应用，并取得了

Hoshino Ren·2023-04-20 09:03

论文阅读笔记：StackGAN

前阵子忙着做专业英语的作业…就一直拖着不想更新…最近为了组合又要开始写论文笔记了！

LiBiscuit·2023-04-19 13:46

15个 AI-powered应用，加速学术写作和阅读

z5z5z5z56·2023-04-19 10:37

结合 Swin-Transformer 的 LAVT: Language-Aware Vision Transformer for Referring Image Segmentation 论文笔记

结合Swin-Transformer的LAVT:Language-AwareVisionTransformerforReferringImageSegmentation论文笔记一、Abstract二、引言三

乄洛尘·2023-04-19 07:41

Weakly-supervised Grounded Visual Question Answering using Capsules论文笔记

Weakly-supervisedGroundedVisualQuestionAnsweringusingCapsules论文笔记一、Abstract二、引言三、相关工作3.1VQA和视觉定位3.2VQA

乄洛尘·2023-04-19 07:40

WeaQA:Weak Supervision via Captions for Visual Question Answering 论文笔记

WeaQA:WeakSupervisionviaCaptionsforVisualQuestionAnswering论文笔记一、Abstract二、引言三、相关工作3.1VQA中的鲁棒性3.2无监督的QA3.3

乄洛尘·2023-04-19 07:10

VQA2021年之后的方向启蒙：Human-Adversarial Visual Question Answering 论文笔记

VQA2021年之后的方向启蒙：Human-AdversarialVisualQuestionAnswering论文笔记一、Abstract二、引言三、相关工作3.1VQA模型加压测试3.2之前达到饱和的模型