end-to-end 第4页

【论文简述】DPSNet End-to-end Deep Plane Sweep Stereo（ICLR 2019）

一、论文简述1.第一作者：SunghoonIm2.发表年份：20193.发表期刊：ICLR4.关键词：MVS、深度学习、端到端、代价体、代价聚合5.探索动机：双目立体匹配无法扩展到多视图，平面扫描方法无法进行端到端学习。Recently,convolutionalneuralnetworks(CNNs)havedemonstratedsomecapacitytoaddressthisissueby

华科附小第一名·2023-01-13 11:51

说话人验证论文翻译：Generalized end-to-end loss for speaker verification

论文地址：2018_说话人验证的广义端到端损失论文代码：GeneralizedEnd-to-EndLossforSpeakerVerification地址：说话人验证论文翻译：Generalizedend-to-endlossforspeakerverification-凌逆战-博客园作者：凌逆战摘要在本论文中，我们提出了一种新的损失函数，称为广义端到端(generalizedend-to-end

凌逆战·2023-01-12 11:51

【论文阅读】Trajectory-guided Control Prediction for End-to-end Autonomous Driving: A Simple yet Strong Ba

参考与前言Summary:leaderboard现存第一名TCP，非常simple的设置取得了很好的效果论文链接：Trajectory-guidedControlPredictionforEnd-to-endAutonomousDriving:ASimpleyetStrongBaseline代码链接：https://github.com/OpenPerceptionX/TCP作者回复预计9月开jg

Kin__Zhang·2023-01-11 13:13

CVPR 2022 | End-to-End Referring Video Object Segmentation with MultimodalTransformers

End-to-EndReferringVideoObjectSegmentationwithMultimodalTransformers阅读笔记论文下载地址1.摘要参考视频对象分割（Thereferringvedioobjectsegmentation,RVOS）包含了对于给定视频帧中文本参考对象实例的分割，由于这种模态任务的复杂性，它结合了文本推理，视频理解，实例分割和跟踪，现存的方法依赖于使用

ycolourful·2023-01-11 09:34

End-to-End Object Detection with Transformers论文阅读笔记

End-to-EndObjectDetectionwithTransformers端到端，不需要NMS后处理了，直接出结果。1、Abstract将目标检测作为一个集合预测问题来解决。简化了检测的整体流程，有效的消除了许多人工设计的部分，比如NMS，anchor这些针对任务类型的先验知识。DETR的主要组成有一个基于集合的全局损失函数，通过二分图匹配来为每个目标确定唯一的预测结果，以及一个trans

Mrwei_418·2023-01-11 07:52

语音与影像上的自督导式学习模型、一些老版本的补充（李宏毅2022

语音与影像上的神奇自督导式学习模型_哔哩哔哩_bilibiliself-supervisedlearningforspeechandimage如果要训练一个好的语音辨识的模型，没用selfsupervised技术，直接训练一个end-to-end

linyuxi_loretta·2023-01-11 06:14

CHI论文阅读（1）EmoGlass: an End-to-End AI-Enabled Wearable Platform for Enhancing Self-Awareness of Emoti

文章目录abstractintroductionRelatedWork用于健康感知的智能眼镜情绪感知和检测通过可穿戴设备进行面部表情识别HardwareDesignFormFactor（外形因素）IterativeDesignofFormFactor（外形的迭代设计）TheChoiceofCamera（摄像机选择）FabricationandHardwareAssembly（建造和硬件装配）Fac

暖仔会飞·2023-01-09 15:00

pytorch_grad_cam——pytorch下的模型特征(Class Activation Mapping, CAM)可视化库

它通过“end-to-end”的方式来工作，中间过程是不可知的，通过中间特征可视化可以对模型的数据进行一定的解释。

万里鹏程转瞬至·2023-01-09 09:55

视觉理解论文系列(二)Heterogeneous Graph Learning for Visual Commonsense Reasoning

论文介绍到，视觉语言任务(visual-languagetask)的解决方案粗略地分成两大类型，一种是强大的端到端结构(end-to-end)，如Bert，bottom-upandtop-down模型，

薛定猫的谔w·2023-01-08 12:24

Explicit Reasoning over End-to-End Neural Architectures for Visual Question Answering

论文地址：https://www.aaai.org/ocs/index.php/AAAI/AAAI18/paper/view/16446/15741摘要更多《计算机视觉与图形学》知识，可关注下方公众号：

元宇宙MetaAI·2023-01-08 12:23

End-to-End:带有变压器的端到端可训练多实例姿势估计

End-to-EndTrainableMulti-InstancePoseEstimationwithTransformersEnd-to-End:带有变压器的端到端可训练多实例姿势估计链接PFD我们提出了一种新的端到端可培训方法，用于结合卷积的多实例姿态估计带变压器的神经网络。我们投射多实例姿势图像估计作为直接集预测问题。受到端到端可训练对象检测的最新工作的启发对于变压器，我们使用变压器编码器-

AI速递·2023-01-07 11:15

(8) [ICML14] Towards End-to-End Speech Recognition with Recurrent Neural Networks

计划完成深度学习入门的126篇论文第八篇，多伦多大学的AlexGravesz在End-to-EndDeepRNN在SpeechRecognition方向上的论文续作。ABSTRACT&INTRODUCTION摘要本文提出了一种语音识别系统，该系统不需要中间语音表示，直接用文本对音频数据进行转录。该系统是基于深度双向LSTM递归神经网络结构和连接主义者的时间分类目标函数相结合的。引入了目标函数的修正

gdtop818·2023-01-06 16:58

Monocular 3D Object Detection and Box Fitting Trained End-to-End Using Intersection-over-Union Loss

Monocular3DObjectDetectionandBoxFittingTrainedEnd-to-EndUsingIntersection-over-UnionLossinsights3DIoulossHomoscedasticnoiseHeteroscedasticnoise3D框的representation重要结论distance越远其variance越大很容易想而对于图像中的车框,

fourye007·2023-01-06 16:25

深度学习的hand-crafted和end-to-end的一些概念和区别

end-to-end：即端到端方法，意思是只有输入端和输出端，当中不需要设计和具体算法，就是一个神经网络。输入原始数据，输出结果即可。

第一段代码·2023-01-06 07:34

【论文阅读】Cascade Transformers for End-to-End Person Search

论文地址论文代码地址我们提出了用于端到端人员搜索的级联遮挡注意transformer（CascadeOccludedAttentionTransformer）。三阶段级联设计侧重于在第一阶段检测人员，而在随后的阶段同时逐步完善人员检测和重新识别的表示。在每个阶段，被遮挡的注意力变换器在联合阈值上应用更紧密的交集，迫使网络学习从粗到细的姿势/比例不变特征。同时，计算每个检测的遮挡注意力，以区分一个人

≈落小朵·2023-01-06 07:29

Person Search论文——《Query-guided End-to-End Person Search》CVPR 2019笔记

1.论文主要思想这篇论文是以《JointDetectionandIdentificationFeatureLearningforPersonSearch》作为baseline进行改进的。在保持baseline中jointdetectionandre-id的方法基础上，本文方法将queryguidedpersonsearch这一思想贯彻始终，提出了QSSE-Net，QRPN，QSimNet三种子网络

No__names·2023-01-06 07:58

CVPR2022《Cascade Transformers for End-to-End Person Search》

论文链接：https://arxiv.org/pdf/2203.09642.pdf代码链接：https://github.com/Kitware/COAT1.挑战已有的工作面临着三个主要挑战：在特征学习方面，人脸检测和ReID之间存在着冲突。人检测的目的是学习在人群中泛化的特征，以将人与背景区分开，而ReID的目的是学习在人群中不泛化但能将人彼此区分开来的特征。显著的尺度或姿态变化增加了身份识别的

Love向日葵的兮兮子·2023-01-06 07:28

阅读笔记--《Abstractive Text Summarization using Sequence-to-sequence RNNs and Beyond》

一、论文的基准模型参考https://blog.csdn.net/dcrmg/article/details/80327069Sequence-to-SequenceSeq2Seq是一类End-to-End

..Reputation·2023-01-04 20:07

《Sparse R-CNN：End-to-End Object Detection with Learnable Proposals》论文笔记

参考代码：SparseR-CNN1.概述介绍：这篇文章在目标检测领域中提出了一种新颖的检测问题思路，摒弃掉RetinaNet或是Faster-RCNN中那种预先定义密集目标检测解空间的方式，直接在输入端定义NNN个可学习的proposalbox和proposalfeature（后期用于对于每个box的动态预测）用以实现目标检测任务。有点类似DETR中直接输出固定数量的检测结果，去除掉了引入anch

m_buddy·2023-01-04 09:29

目标检测（1）-YOLOV1、YOLOV2

YOLOV11、导论YOLO(译为YouOnlyLookOnce)由JosephRedmon在2016CVPR中第一次提出，相对于Faster-RCNN的两阶段目标检测方法，只采用一个单独的CNN模型实现end-to-end

Struart_R·2023-01-02 07:56

论文笔记《End-to-End Deep Learning for Person Search》

这篇文章是香港中文大学的郑晓刚于2016提出，本文是对文中的重要工作所做的一份梳理。论文链接http://www.ee.cuhk.edu.hk/~xgwang/publications_topic.html#person_re-identification代码链接https://github.com/ShuangLI59/person_search首次阅读2017.2.17AbstractExis

罗泽·2023-01-01 15:15

注意力机制

sequencetosequence模型是一类End-to-End的算法框架，也就是从序列到序列的转换模型框架，应用在机器翻译，自动应答等场景。Seq2Seq模型是输出的长度不确定时采用的模型。

酒吧炒饭·2023-01-01 14:25

END-TO-END NEURAL NETWORK BASED AUTOMATED SPEECH SCORING 翻译

端到端语音评分神经网络AbstractIntroductionPreviousresearchDeepLearningBasedScoringModelsCNNbasedscoringmodelBD-LSTMbasedscoringmodelBD-LSTMattentionscoringmodelExperimentsDatabasesConventionalmodelDeeplearningba

Taki 5·2023-01-01 10:59

WaveCRN: An Efficient Convolutional RecurrentNeural Network for End-to-end SpeechEnhancement

[arXiv:2004.04098v2]Motivation1、在建模时应该有效地考虑语音的局部性和时间序列特性。目前大多数端对端的语音增强模型要不然没有充分考虑语音的局部性和时间序列特性，要不然过于复杂难以实现，因此提出了一个有效的端对端语音增强模型，称WaveCRN。WaveCRN使用CNN模块和堆叠简单递归单元(SRU)模块来捕获语音位置特征，并对位置特征的时序特性进行建模。与传统的递归神经

路飞快来找我·2023-01-01 02:08

DETR | 基于匈牙利算法的样本分配策略

现对DETR的核心内容进行重温，也就是其所提出的目标检测的end-to-end框架，输入的是一张图像，输出的直接是最后的预测标注结果，不再需要后处理（nms非极大值抑制）。

Clichong·2022-12-31 13:11

An Introduction to Variable and Feature Selection

哒溜君致力于cnn500年怎么可能了解这些东西（CNN是没有特征选取的，因为它所有的特征都是end-to-end学出来的），但是出于好奇还是忍不住决定看看这个号称玄学的东西。

忘情摆渡·2022-12-30 17:14

End-to-End Attention-based Image Captioning

论文地址：https://arxiv.org/abs/2104.14721一、问题提出目前ImageCaptioning方法主要采用基于规则或基于CNN+RNN的方法。然而，在噪声图像和图像与少量可区分的特征上表现不佳。在药物发现项目中，需要分析和利用已发表的实验数据。然而，大多数publishers不包括计算机可读的符号，如InChI,SMILES等，相反，它们包含类似于图1的结构图。二、模型框

羊飘·2022-12-30 14:06

[HOI Transfomer] End-to-End Human Object Interaction Detection with HOI Transformer(CVPR. 2021)

1.Motivation目前现有的HOI（任务交互）领域的方法是one-stage或者two-stage的。CurrentapproacheseitherdecoupleHOItaskintoseparatedstagesofobjectdetectionandinteractionclassificationorintroducesurrogateinteractionproblem.本文将tr

Ah丶Weii·2022-12-30 09:23

Mask TextSpotter: An End-to-End Trainable Neural Network for Spotting Text with Arbitrary Shape

MaskTextSpotter:AnEnd-to-EndTrainableNeuralNetworkforSpottingTextwithArbitraryShape第一次写CSDN博客，这一篇主要是看了许多其他博主的文章，加上自己的一点理解，mark一下，如果我有什么理解上的问题欢迎提出来。先看一下主要的文本检测和识别的效果：]左边是水平文本的检测识别效果，中间的是有方向性的文本检测识别效果，右

ocr小白·2022-12-27 13:14

目标检测——detr源码复现【 End-to-End Object Detection with Transformers】

1、环境2、文档detr源码地址detr论文地址3、数据集自定义coco数据集4、模型在github上面下载链接：https://pan.baidu.com/s/1fmOYAOZ4yYx_rYquOS6Ycw提取码：74l55、权重文件生成自己所需要的权重文件importtorch#修改路径预训练模型pretrained_weights=torch.load('detr-r50.pth')#修改自

lzh~·2022-12-25 18:28

End-to-End Object Detection with Transformers论文笔记

原文链接：https://arxiv.org/pdf/2005.12872v3.pdf2020年发表在ECCV上摘要将目标检测看作直接集合预测问题。优点：简化了解决方案，有效的消除了许多手工设计组件的需要，如非极大值抑制步骤或锚框生成。明确编码关于任务的先验知识。新框架的主要组成部分被称为DEtectionTRansformer(DETR)，是一个基于集的全局损失，通过二部匹配和transform

Bear Head·2022-12-25 18:51

End-to-End Object Detection with Transformers（论文翻译）

摘要我们提出了一种将目标检测视为直接集合预测问题的新方法。我们的方法简化了检测流程，有效地消除了对许多手工设计组件的需求，例如显式编码我们关于任务的先验知识的非最大抑制过程或锚生成。新框架的主要成分，称为DEtectionTRansformer或DETR，是基于集合的全局损失，通过二分匹配强制进行独特的预测，以及转换器编码器-解码器架构。给定一组固定的学习对象查询，DETR推理对象的关系和全局图像

MJ5513·2022-12-25 18:19

detr论文解读【End-to-End Object Detection with Transformers】

下载论文地址源码地址论文解读仅仅的目标检测部分进行解读1、Background2、Goal/Objective3、Strategy4、整体网络架构5、Encoder完成的任务6、优缺点代码复现详见https://blog.csdn.net/weixin_44635198/article/details/128430111

lzh~·2022-12-25 18:17

task-oriented dialogues 面向任务型对话综述

目前主要有两种实现方式，pipeline结构和end-to-end结构。1.end-to-end结构end-to-end结构则是不将具体步骤模块化，而是直接学习输入

愚昧之山绝望之谷开悟之坡·2022-12-25 10:44

Line-CNN: End-to-End Traffic Line Detection With Line Proposal Unit 论文记录

提示：原文链接文章目录前言一、摘要简介二、整体框架1.RPN-LPU2.Lineproposal以及损失函数3.预测总结前言这篇文章借鉴FasterR-CNN，文章与FasterR-CNN进行对比阐述。虽然没有提供源码，但是个人认为论文解释的比较详细。一、摘要简介文章提出了一个LPU(LineProposalUnit)，类似于FasterR-CNN的RPN，但是与FasterR-CNN的整体结构不

Xhlucky·2022-12-25 08:45

【NLP】ESPNet语音识别——原理、实现过程

文章目录引言一、语音识别概述1、模板匹配，例如：DTW（动态时间规整）2、统计模型，例如：GMM-HMM（混合高斯模型和马尔科夫模型）等3、深度学习，例如：DNN-HMM、End-to-End(端到端)

李清焰·2022-12-25 00:21

单目标追踪——【Transformer】MixFormer: End-to-End Tracking with Iterative Mixed Attention

目录文章侧重点网络结构MAM——MixedAttentionModuleMixFormer论文代码文章侧重点本文的出发点是认为现有的多阶段Siamese追踪框架【特征提取-特征融合-边界框预测】的前两步【特征提取-特征融合】统一完成。原本【特征提取】是对template、SearchRegion特征分别提取；【特征融合】是对template、SearchRegion特征进行融合。而MixForme

zz的大穗禾·2022-12-24 23:40

CVPR-2022- MixFormer: End-to-End Tracking with Iterative Mixed Attention 阅读笔记

目录端到端的MixFormer跟踪整体框架Mixedattentionmodule(MAM)基于角的定位头基于查询的定位头分数预测模块（SPM）论文地址：https://arxiv.org/abs/2203.11082代码地址：https://github.com/MCG-NJU/MixFormer端到端的MixFormer跟踪整体框架它只由一个基于MAM的主干和一个定位头组成，MAM为混合注意模

菜菜子hoho·2022-12-24 23:09

MixFormer: End-to-End Tracking with Iterative Mixed Attention解读

MixFormer:End-to-EndTrackingwithIterativeMixedAttention代码、文章：https://github.com/MCG-NJU/MixFormer.Abstract跟踪通常采用特征提取、目标信息集成和bbox估计的多级流程。为了简化这一流程，并统一特征提取和目标信息集成的过程，我们提出了一个紧凑的跟踪框架，称为MixFormer，建立在Tranfor

在三年之后·2022-12-24 23:33

DETR(End-to-End Object Detection with Transformers)阅读笔记

End-to-EndObjectDetectionwithTransformersAbstract提出了一种将目标检测视为直接集预测问题的新方法。简化了检测管道，有效地消除了对许多手工设计组件的需求，如非极大值抑制和锚的生成。新框架的主要组成部分，DetectionTransformer，是一个基于集合的全局损失，通过二分匹配和transformer的编码器-解码器体系结构强制进行唯一预测。给定一

mozheng_zy·2022-12-24 13:20

Paper Reading 3:Continuous control with Deep Reinforcement Learning

优点：End-to-End将DeepReinforcementLearning应用在连续动作空间缺点：对于3D赛车，有时候并不能学习到好的p

songrotek·2022-12-24 10:31

IMAGE CODING FOR MACHINES: AN END-TO-END LEARNED APPROACH 2021

1.1摘要该文提出了一种基于神经网络(NN)的、基于端到端学习的机器的图像编解码器。特别地，我们提出了一套训练策略，以解决平衡竞争损失函数的微妙问题，如计算机视觉任务损失、图像失真损失和速率损失。该文的实验结果表明，该文的基于nn的编解码器在目标检测和实例分割任务上优于最先进的通用视频编码(VVC)标准，分别实现了-37.87%和-32.90%的bd率增益。以下游任务为主导的编解码系统1.2模型该

大笨钟47·2022-12-20 16:49

CAM：特征可视化技术

它通过“end-to-end”的方式来工作，输入数据例如RGB图像，输出目标例如类别标签、回归值等，中间过程不可得知。如何才能打开“黑盒”，一探究竟，让“黑盒”变成“灰盒”，甚至“白盒”？

u013250861·2022-12-18 11:52

【深度学习】语音识别之CTC算法原理解释与公式推导

本文的特点是，提出来一种end-to-end的方法，直接将语音转问音素。不需要添加规则/后处理等过程。文章目录[隐藏]1几个定义2构造

JIN_嫣熙·2022-12-17 23:46

【从零开始学习深度学习】26.卷积神经网络之AlexNet模型介绍及其Pytorch实现【含完整代码】

1.1AlexNet与LeNet的区别1.2简化的AlexNet实现1.3各层输出形状详解2.读取数据3.模型训练4.总结上一篇文章中我们了解到神经网络可以直接基于图像的原始像素进行分类，这种称为端到端（end-to-end

阿_旭·2022-12-17 08:08

新的方式 E2EC: An End-to-End Contour-based Method for High-Quality High-Speed Instance Segmentation 论文笔记

新的方式E2EC:AnEnd-to-EndContour-basedMethodforHigh-QualityHigh-SpeedInstanceSegmentation论文笔记一、Abstract二、引言三、相关工作1、基于Mask的实例分割方法2、基于轮廓的实例分割方法3、其他实例分割方法四、提出的E2EC方法4.1可学习的轮廓初始化初始化轮廓全局可变形4.2多方向对齐（MDA）4.3动态匹配

乄洛尘·2022-12-16 08:36

【目标检测】25、Sparse R-CNN: End-to-End Object Detection with Learnable Proposals

文章目录一、背景二、动机三、方法3.1Backbone3.2Learnableproposalbox3.3Learnableproposalfeature3.4Dynamicinstanceinteractivehead3.5Setpredictionloss四、效果五、代码出处：CVPR2021一、背景目前的目标检测方法很大程度上依赖于密集的候选框，如在特征图H×WH\timesWH×W上的每个

呆呆的猫·2022-12-15 19:33

目标检测 - Sparse R-CNN: End-to-End Object Detection with Learnable Proposals

文章目录0.前言1.要解决什么问题2.用了什么方法3.效果如何4.还存在什么问题&可借鉴之处0.前言相关资料：arxivgithub论文解读（作者本人介绍），知乎讨论论文基本信息领域：目标检测作者单位：香港大学&同济大学&字节跳动发表时间：2020.11一句话总结：使用固定数量的learnablebox/feature（与backbone无关）替代anchors，从而将原始one/two-stag

清欢守护者·2022-12-15 19:32

yolov3 训练自己的数据集

yolov3是在yolov1与yolov2基础上修改后的end-to-end的目标检测算法。

reset2021·2022-12-15 09:29

Deep Image Homography Estimation

end-to-end结构，不需要像RANSAC那

至尊宝_water·2022-12-14 03:08

推荐频道

end-to-end