improved

【语义分割】Smoothed Dilated Convolutions for Improved Dense Prediction阅读笔记

/abs/1808.08931或：https://www.kdd.org/kdd2018/accepted-papers/view/smoothed-dilated-convolutions-for-improved-dense-prediction
会意·2023-04-07 13:05

Improved Security Requirements Engineering using Knowledge Representation

使用知识表示的改进的安全需求工程摘要在本文中，我们为SysML-Sec框架引入了一个安全元模型，该模型是通过使用知识表示技术来显式表示安全问题而开发的，旨在改善安全需求工程流程。这种元模型可以指定本体概念，这些本体概念定义了通过SysML-Sec图引入的安全工件的语义。该元模型还可以表示将几个这样的概念联系在一起的关系。然后，使用此表示法来推理系统设计师和安全专家通过SysML-Secframew
PaperTranslate·2023-04-05 05:44

视频教程-MongoDB3.4新特性---Improved BI Connector-Mongo DB

MongoDB3.4新特性---ImprovedBIConnector普华永道技术主管/MongoDBProfessionor中国15位获得者之一/平安集团mongoDB特邀讲师/mongoDB上海分会主席、中国核心组成员/「红色警戒复兴」联合创始人/公众号「Python专栏」作者杨庆麟¥19.00立即订阅扫码下载「CSDN程序员学院APP」，1000+技术好课免费看APP订阅课程，领取优惠，最少
weixin_29343389·2023-04-04 04:33

RePr: Improved Training of Convolutional Filters翻译[下]

RePr:ImprovedTrainingofConvolutionalFilters翻译上6.Ablationstudy6.消融研究ComparisonofpruningcriteriaWemeasurethecorrelationofourmetricwiththeOracletoanswerthequestion-howgoodasubstituteisourmetricforthefilte
Lornatang·2023-04-03 07:12

Revisiting ResNets: Improved Training and Scaling Strategies

ResNet-RSAbstract1Introduction2.CharacterizingImprovementsonImageNet4.Methodology4.1.Architecture4.2.TrainingMethods5.ImprovedTrainingMethods5.1.AdditiveStudyofImprovements5.2.Importanceofdecreasingwe
h137437·2023-04-03 06:52

PointNeXt: Revisiting PointNet++ with Improved Training and Scaling Strategies

AbstractPointNet++是点云理解领域最有影响力的神经网络架构之一。虽然近期出现了PointMLP和PointTransformer等新型网络，它们的精度已经大大超过了PointNet++，但我们发现大部分性能提升是由于改进的训练策略，例如数据增强和优化技术以及增加的模型大小，而不是由于架构创新。因此，PointNet++的全部潜力尚未被充分发掘。在本研究中，我们通过系统性的模型训练和
fish小余儿·2023-04-01 20:04

RePr: Improved Training of Convolutional Filters翻译[上]

RePr:ImprovedTrainingofConvolutionalFilters翻译下RePr:ImprovedTrainingofConvolutionalFiltersRePr：改进的卷积滤波器训练论文：http://static.tongtianta.site/paper_pdf/2e51726c-3f1d-11e9-ba5b-00163e08bb86.pdfAbstract摘要Awe
Lornatang·2023-03-28 03:03

论文学习笔记-（progressive growing of gans for improved quality, stablity, and variation）2019-06-03

progressivegrowingofgansforimprovedquality,stablity,andvariation前人方法及缺陷Autoregressivemodels:PixelCNN生成清晰的图像，但是评估较慢，而且没有潜在的表示，因为它们直接对像素上的条件分布建模，这可能限制了它们的适用性variationalautoencoders(VAE):训练简单，但是由于模型的限制，产
雨住多一横·2023-03-27 21:41

论文翻译（13）--CASME II: An Improved Spontaneous Micro-Expression Database and the Baseline Evaluation

CASMEII:AnImprovedSpontaneousMicro-ExpressionDatabaseandtheBaselineEvaluationCASMEII:一个改进的自发微表达数据库及基线评估论文地址：链接：https://pan.baidu.com/s/1k6AY4W2zU1aENtTo5BZ3Mg提取码：a042摘要一个健壮的自动微表情识别系统将在国家安全、警察讯问和临床诊断中有
此生辽阔·2023-02-03 16:46

An Improved Baseline for Sentence-level Relation Extraction

论文地址：AnImprovedBaselineforSentence-levelRelationExtractionAbstract&Contribution目前的句子级的关系抽取任务效果，还有远远达不到人工的效果。本文反思已有模型并指出两个被忽视的方面：关系实例包含多个方面的实体信息，如实体名字、范围、类型；已有的模型并没有将其作为输入。由于预定义的知识本体还具有一定的限制，所以不可避免地有一些
陈振斌·2023-02-01 08:05

读Training Strategies for Improved Lip-Reading论文

标题：改善唇读的训练策略关键词：数据增强、时间模型、训练策略、自蒸馏（selfdistillation）、DC-TCN、时间掩膜（timemasking）、mixup、单词边界（wordboundary）摘要：最近，在一系列独立的工作中，有人提出了几种训练策略和时间模型，用于孤立的单词唇读。然而，将最佳策略结合起来并研究它们各自的影响的潜力还没有被发掘出来。在本文中，我们系统地研究了最先进的数据增
让我看看谁在学习·2023-01-25 18:49

【论文翻译】PERFECT MATCH: IMPROVED CROSS-MODAL EMBEDDINGS FOR AUDIO-VISUAL SYNCHRONISATION

PERFECTMATCH:IMPROVEDCROSS-MODALEMBEDDINGSFORAUDIO-VISUALSYNCHRONISATION超匹配：改进了用于音频-视频合成的跨地带调制摘要：本文提出了一种学习音频到视频同步的强大跨模态嵌入的新策略。在这里，我们将问题设置为跨模态检索，其中目标是找到给定短视频剪辑的最相关的音频片段。该方法建立在跨模态自我监督学习表示的最新进展的基础上。主要的贡献
页页读·2023-01-25 18:19

Verification of improved YOLOX model in detection of greenhouse crop organs: Considering tomato论文笔记

摘要-论文主要提升阶段-模型调整和实验环境-主要处理过程-对比其他常用目标检测模型-结论与讨论1.摘要1.样本均衡、随机变换和马赛克增强被用于识别多目标和小样本图像。2.解耦的头部结构，并根据无锚概念重新设计了检测头部3.基于两步微调多轮优化策略训练，构建了一种高效的番茄花果识别模型。4.针对不同的农业场景，设计了两套不同性能的轻量级检测网络。YOLOXMOB模型的大小较小（仅34.2MB），mA
Aaron_zzc·2023-01-20 14:39

A Real-Time Sorting Robot System for Panax Notoginseng Taproots Equipped with an Improved Deeplabv3+

1.整体处理过程本研究建立了一种基于图像特征融合的三七主根分类模型。1.预处理【高斯滤波、二值化和形态学方法】2.提取40个特征，包括大小和形状特征、HSV和RGB颜色特征以及纹理特征。3…通过BP神经网络、极限学习机（ELM）和支持向量机（SVM）模型，验证了颜色、纹理和融合特征对三七主根分类的重要性。在三种模型中，支持向量机模型表现最好，对预测集的准确率达到92.037%。4.然后，利用迭代保
Aaron_zzc·2023-01-20 14:37

Improved Techniques for Training Score-Based Generative Models论文阅读

论文链接：ImprovedTechniquesforTrainingScore-BasedGenerativeModels文章目录摘要引言背景郎之万动力学基于分数的生成模型选择噪声尺度初始的噪声尺度其它噪声等级结合噪音信息配置退火朗之万动力学EMA改善稳定性组合所有技巧定量结果消融研究更高分辨率结论更广泛的影响摘要基于分数的生成模型可以生成与GANs相当的高质量图像样本，而不需要对抗性优化。然而，
zzfive·2023-01-15 07:41

【论文阅读】Merging Statistical Feature via Adaptive Gate for Improved Text Classification基于自适应门的统计特征合并改进

MergingStatisticalFeatureviaAdaptiveGateforImprovedTextClassification来自期刊AAAI2021年的文章信息如下图所示（作者…)和之前的论文阅读专栏一样，只对部分进行翻译、截取、笔记。目录1.Introduction2.RelatedWork2.1Textclassification2.2Classifierwithaddition
冰淇淋和慕斯蛋糕·2023-01-13 08:49

[论文阅读] TGANet: Text-guided attention for improved polyp segmentation

[论文地址][代码][MICCAI22]Abstract结肠镜检查是一个黄金标准，但高度依赖操作者。自动息肉分割可以最大限度地减少漏诊率，并在早期阶段及时治疗结肠癌。即使有为这项任务开发的深度学习方法，但息肉大小的变化会影响模型的训练，从而将其限制在训练数据集中大多数样本的大小属性上，可能会给不同大小的息肉提供次优结果。在这项工作中，我们在训练过程中以文本注意力的形式利用与尺寸相关和息肉数量相关的
xiongxyowo·2023-01-13 06:45

遥感影像道路提取:Improved Road Connectivity by Joint Learning of Orientation and Segmentation

文章目录一、道路提取难点二、本文贡献三、方法3.1、方向学习3.2、连接优化3.3、堆叠式多分支模块一、道路提取难点基于遥感影像提取道路有以下难点:云和树的遮挡地形、天气、地理环境导致的图片差异与道路纹理类似的其他类别(如停车场、屋顶)同时数据集的不足和遥感图像中的噪声导致很难提取到高精度的道路图。目前道路提取的基本方法是使用使用语义分割，然后使用后处理的方法来优化语义分割的精度。但是单纯的基于像
GHZhao_GIS_RS·2023-01-10 06:57

R语言实战-第六章 R in action-chapter6

#第六章基本图形#条形图barplot(height)library(vcd)Arthritiscounts<-table(Arthritis$Improved)barplot(counts,main=
Anny Yeung·2023-01-09 19:35

元学习论文阅读 | CAD: Co-Adapting Discriminative Features for Improved Few-Shot Classification, CVPR2022

1motivationFEAT(CVPR2020)中提出了embeddingadaptation这个概念，具体来说就是对supportset的样本利用transformer等方式实现信息聚合，获取这些样本更好的特征。不足的地方是没有利用query信息。2contribution1）为了改进基于模型的嵌入自适应，本文建议通过selfattention对支持集和查询集的实例的嵌入/表示进行微调，以获取
RitaRao·2023-01-08 10:07

Improved Neural Relation Detection for Knowledge Base Question Answering

文章目录Abstract摘要1.Introduction介绍：2.RelatedWork相关工作2.1RelationExtraction关系挖掘2.2RelationDetectioninKBQASystems3.Background:DifferentGranularityinKBRelations背景：KB关系的不同粒度4.ImprovedKBRelationDetection(改进KB关系
Vriesianman·2023-01-07 04:24

【论文学习】FD-MonbileNet: IMPROVED MOBILENET WITH A FAST DOWNSAMPLING STRATEGY

原文链接：https://arxiv.org/abs/1802.03750作者介绍了一种高效且在有限运算量限制上十分准确的网络：Fast-DownsamplingMobileNet（FD-MobileNet）。其中心思想是在MobileNet框架上应用一种快速下采样策略。在FD-MobileNet中，作者在12层中运行了32倍的下采样，这仅是原始MobileNet层数的一半。这样的设计有3个优点：
斯丢劈德Tony·2023-01-05 01:40

ICLR2022 | ViT-VQGAN+：Vector-quantized Image Modeling with Improved VQGAN

论文链接：https://openreview.net/forum?id=pfNyExj7z2|https://arxiv.53yu.com/abs/2110.04627原文标题：Vector-quantizedImageModelingwithImprovedVQGAN一、问题提出Naturallanguageprocessing(NLP)hasrecentlyexperienceddramat
羊飘·2023-01-04 09:15

【论文阅读】Rethinking S-T Networks with Improved Memory Coverage for Efficient Video Object Segmentation

一篇NeurIPS2021的关于VOS(videoobjectsegmentation)的文章，文章的思想很有借鉴价值。论文链接RethinkingSpace-TimeNetworkswithImprovedMemoryCoverageforEfficientVideoObjectSegmentation创新点、主要内容针对视频实例分割问题，本文提出了一种简单而高效的方法对时空对应性(space-
Lies.·2023-01-03 16:26

Mol2Image: Improved Conditional Flow Models for Molecule to Image Synthesis

Mol2Image:连接药物分子与细胞显微图像的条件流模型【2021CVPR】Mol2Image:ImprovedConditionalFlowModelsforMoleculetoImageSynthesispaper：ImprovedConditionalFlowModelsforMoleculetoImageSynthesis|PapersWithCodecode：GitHub-uhlerl
Pengsen Ma·2022-12-31 10:28

Improved Unsupervised Lexical Simplification with Pretrained Encoders 论文精读

ImprovedUnsupervisedLexicalSimplificationwithPretrainedEncoders论文精读InformationAbstract1Introduction2SystemDescription2.1SimplificationCandidateGeneration2.2SubstitutionRanking2.3ObtainingEquivalenceSc
小白*进阶ing·2022-12-27 09:50

[论文笔记]：PROGRESSIVE GROWING OF GANS FOR IMPROVED QUALITY, STABILITY, AND VARIATION

PROGRESSIVEGROWINGOFGANSFORIMPROVEDQUALITY,STABILITY,ANDVARIATION论文翻译摘要1.介绍2.逐步增长的GANS(ProgressivegrowingofGANs)3.使用小批量标准偏差增加可变性4.生成器和判别器中的归一化4.1调节学习速率4.2生成器中的像素pixel-wise特征向量归一化5.评估GAN结果的多尺度统计相似度6.实验
Axiiiz·2022-12-25 17:56

【论文速递】PolarNet: An Improved Grid Representation for Online LiDAR Point Clouds Semantic Segmentation

摘要自动驾驶系统中对细粒度感知的需求导致最近对单扫描LiDAR的在线语义分割的研究增加。尽管出现了新的数据集和技术进步，但由于以下三个原因，它仍然具有挑战性：（1）需要有限硬件的近实时延迟；（2）LiDAR点在整个空间中的分布不均匀甚至长尾；（3）越来越多的极细粒度的语义类。为了共同解决所有上述挑战，提出了一种新的特定于LiDAR的，无近邻的分割算法-PolarNet。我们的极鸟瞰图表示法不是使用
冯子材·2022-12-25 11:32

海鸥算法的改进及其在工程设计优化问题中的应用

【结果】通过9个基准测试函数和3个工程设计优化问题对I-SOA（Improved-SeagullO
宋罗世家技术屋·2022-12-24 23:01

论文笔记：CycleISP: Real Image Restoration via Improved Data Synthesis

摘要（1）对于单图像降噪问题，捕获真实数据集是不可接受的昂贵且麻烦的过程。因此，图像去噪算法大部分是根据合成数据开发和评估的，而合成数据通常是在广泛假定加性高斯白噪声（AWGN）的前提下生成的。（2）尽管CNN在这些合成数据集上取得了令人印象深刻的结果，但如在最近的基准数据集中所报道的那样，当将它们应用于真实的相机图像时，它们的表现并不理想。这主要是因为AWGN不足以对真实的相机噪声进行建模，而实
起风了丿·2022-12-21 14:46

Real Image Restoration via Improved Data Synthesis阅读笔记

图片的两种格式的区别RGBRAW概述通常的图像去噪算法都是基于添加AWGN合成的数据集进行研究和评估；CNN网路通常在这些合成的数据集上取得了较好的效果，而在实际场景却表现一般，主要由于AWGN不足以对真正的相机噪声进行建模，真正的相机噪声是依赖于信号，并经过相机成像通道进行严格的转换（因此，图像噪声跟相机的参数十分相关）；论文提出了一个网络可以对相机成像通道进行前向和反向建模简介高级视觉任务（图
来路与归途·2022-12-21 14:15

【CycleISP: Real Image Restoration via Improved Data Synthesis】ISP论文--1(个人笔记，勿喷)

摘要大规模数据集的可用性有助于释放深度卷积神经网络(CNN)的真正潜力。然而，对于单图像去噪问题，捕获真实数据集是一个无法接受的昂贵和繁琐的过程。因此，图像去噪算法主要是在合成数据上开发和评估的，这些合成数据通常是在广泛假设加性高斯白噪声(AWGN)的情况下生成的。尽管CNN在这些合成数据集上取得了令人印象深刻的结果，但正如最近的基准数据集所报告的那样，它们在应用于真实相机图像时表现不佳。这主要是
learning112358·2022-12-21 14:13

【论文阅读笔记】CycleISP: Real Image Restoration via Improved Data Synthesis

论文地址：https://arxiv.org/abs/2003.07761代码地址：https://github.com/swz30/CycleISP论文小结  总的来说，就是现实世界中无法获取有效的图像对。且之前合成噪声的方式是在sRGB上添加高斯白噪声，但对于相机传感器成像管道来说，经过一系列的处理，噪声早已不是高斯白噪声了，所以之前的论文方法在相机图像中效果不好。  所以作者设计了一种模式，
时光机ﾟ·2022-12-21 14:39

（pytorch进阶之路）Attention-based U-net实现

19841133/article/details/126927383基于Attention-based（用的是自注意力机制）的U-net代码来源IDDPM项目：https://github.com/openai/improved-diffusion
likeGhee·2022-12-20 08:57

Class-wise Metric Scaling for Improved Few-Shot Classification (基于类的度量缩放提升小样本分类)

基于度量的小样本分类摘要我们提出了一种基于类的度量缩放(CMS)机制，它可以应用于训练和测试阶段。具体地说，在训练阶段，度量标量被设置为可学习参数，帮助学习更有区别和可转移的特征表示。在测试方面，我们构造了一个凸优化问题来生成一个最优标量向量来改善最近邻决策。此外，我们还涉及到一个低秩双线性池化层，以提升表示能力，这进一步提供了显著的性能增益。1.Introduction最近基于最接近类中心的方法
哈哈哈hhhhhh·2022-12-15 19:31

图像降噪之Cycle ISP: Real Image Restoration via Improved Data Synthesis

1.简介谷歌去年发表了一篇文章：UnprocessingImagesforLearnedRawDenoising，是关于如何构造逼近真实的数据来进行降噪的，在去年的文章里，研究者们主要是模拟了ISP中从RAW图到sRGB的过程，然后将ISP的过程逆转过来，从sRGB到RAW，然后再在RAW域上添加噪声，从而构造出符合真实场景的噪声数据。今年谷歌又发表了一篇类似的文章，还是关于如何构造真实的仿真数据
AI算法-图哥·2022-12-15 01:24

#Reading Paper# 【序列推荐】FiLM: Frequency improved Legendre Memory Model for Long-term Time Series Forec

#论文题目：【序列推荐】FiLM:FrequencyimprovedLegendreMemoryModelforLong-termTimeSeriesForecasting（FiLM：长期时间序列预测的频率改进勒让德记忆模型）#论文地址：https://openreview.net/pdf?id=zTQdHSQUQWc#论文源码开源地址：https://github.com/tianzhou201
堇禤·2022-12-14 23:26

ICML2018 | PixelSNAIL+：An Improved Autoregressive Generative Model

论文链接：PixelSNAIL:AnImprovedAutoregressiveGenerativeModel论文标题：PixelSNAIL:AnImprovedAutoregressiveGenerativeModel代码：GitHub-neocxi/pixelsnail-publicGitHub-neocxi/pixelsnail-public一、问题提出高维数据上的自回归生成模型x=(x1，
羊飘·2022-12-14 15:25

【CVPR 2022】目标检测SOTA：DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection

DINO:DETRwithImprovedDeNoisingAnchorBoxesforEnd-to-EndObjectDetection摘要：论文简介：具体实现：总体框架：对比去噪训练：混合查询选择：LookForwardTwice：实验结果：超参数：实验结果：消融实验：训练效率：这篇文章是该团队的第三篇（前两篇分别是DAB-DETR[ICLR2022]和DN-DETR[CVPR2022]，实现
BIT可达鸭·2022-12-06 12:50

Revisiting ResNets: Improved Training and Scaling Strategies论文简述

这篇论文刚开头就说到现如今人们对于计算机视觉架构具有非常高的关注，但其实每一次新的SOTA的模型架构，其实都经常同时改变训练方法学和缩放策略相结合。所以说，这篇论文就重新审视思考了resnet这一经典的模型架构。然后，作者对比了现在非常火的高性能的用nas搜出来的网络结构effcientnet，与resnet对比，effcientnet到底为什么比resnet强，是因为模型架构吗?还是训练策略，数
RANKING666·2022-12-04 15:09

Paper翻译：《Apple Leaf Diseases Recognition Based on An Improved Convolutional Neural Network》

论文名称：《AppleLeafDiseasesRecognitionBasedonAnImprovedConvolutionalNeuralNetwork》论文作者：YanQ,YangB,WangW,etal.发表期刊：Sensors,2020,20(12):3535.论文总结：ResearchGap:改进VGG16（VGG16+BN+GAP）对苹果叶部病害进行检测Importance：VGG16
JasonYangQ·2022-12-03 08:27

Improved Consistency Regularization for GANs

ImprovedConsistencyRegularizationforGANs最近的工作(Zhangetal.2020)通过在鉴别器上强制一致性代价，提高了生成对抗网络(gan)的性能。我们在几个方面改进了这项技术。我们首先说明一致性正则化可以将工件引入GAN样本，并解释如何修复这个问题。然后，我们提出了几个修改一致性正则化程序的设计，以提高其性能。我们进行了广泛的实验，量化了我们的改进带来的好
weixin_37958272·2022-12-01 14:00

IDDPM复现gituhb项目--训练

在完成IDDPM论文学习后，对github上的官方仓库进行学习，通过具体的代码理解算法实现过程中的一些细节；官方仓库代码基于pytorch实现，链接为https://github.com/openai/improved-diffusion
zzfive·2022-11-30 11:16

IDDPM复现gituhb项目--模型构建

在完成IDDPM论文学习后，对github上的官方仓库进行学习，通过具体的代码理解算法实现过程中的一些细节；官方仓库代码基于pytorch实现，链接为https://github.com/openai/improved-diffusion
zzfive·2022-11-30 11:15

IDDPM复现gituhb项目--采样

在完成IDDPM论文学习后，对github上的官方仓库进行学习，通过具体的代码理解算法实现过程中的一些细节；官方仓库代码基于pytorch实现，链接为https://github.com/openai/improved-diffusion
zzfive·2022-11-30 11:10

论文速读：FAIR 最新 ViT 模型 改进多尺度 ViT --- Improved Multiscale Vision Transformers

ImprovedMultiscaleVisionTransformersforClassificationandDetectionFigure1.OurImprovedMViTisamultiscaletransformerwithstate-of-the-artperformanceacrossthreevisualrecognitiontasks.[pdf][GitHub]本文提出的多尺度Vi
Phoenixtree_DongZhao·2022-11-24 21:27

[Transformer]MViTv2:Improved Multiscale Vision Transformers for Classification and Detection

MViT:优化的多尺度Transformer用于分类和检测AbstractSectionIIntroductionSectionIIRelatedWorkSectionIIIRevistingMulitScaleVisionTransformerSectionIVImprovedMViTPart1ImprovedPoolingAttentionPart2MViTforObjectDetection
黄小米吖·2022-11-24 21:55

提升深度卷积网络可解释性Grad-CAM++(1): Improved Visual Explanations for Deep Convolutional Networks

作者：19届lz论文：《ImprovedVisualExplanationsforDeepConvolutionalNetworks》问题:虽然Grad-CAM等基于梯度的方法生成的可视化为CNN模型所做的预测提供了解释，并提供了预测类的细粒度细节，但这些方法有局限性例如，当定位多个出现的同一类对象时此外，对于单个对象图像，Grad-CAM热图通常不能完整地捕获整个对象贡献:虽然存在几种可视化CN
中南大学苹果实验室·2022-11-24 05:28

opencv人脸识别（二）人脸检测

人脸检测，我使用的是LBP特征级联分类器，这个模型是2016年12月21日上传的，使用OpenCV的级联分类器CascadeClassifier加载预训练模型lbpcascade_frontalface_improved.xml
☆月夏·2022-11-23 21:32

iDLG Improved Deep Leakage from Gradients

iDLG:ImprovedDeepLeakagefromGradients人们普遍认为，在分布式学习系统中，如协作学习和联合学习等，共享梯度不会泄露私人训练数据。最近，Zhu等人[1]提出了一种方法，显示了从公开共享的梯度中获得私人训练数据的可能性。在他们的DeepLeakagefromGradient（DLG）方法中，他们在共享梯度的监督下合成了假数据和相应的标签。然而，DLG在收敛和持续发现g
weixin_37958272·2022-11-23 05:28
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他