invariance

Contravariance 概念在计算机编程中的应用

在理解Contravariance之前，我们先来了解一下Covariance和Invariance这两个概念，它们通常与Contravariance一起讨论。
·2024-02-14 23:51

14.2 OpenGL图元装配和光栅化：不变性

不变性Invariance一个几何体或图元（primitive）如三角形、线段等，在窗口坐标系下通过平移(x,y)偏移量得到的新图元p₀，如果原始图元p和变换后的图元p₀都没有被裁剪（clipping）
乘风之羽·2024-02-13 14:38

Selectivity or Invariance: Boundary-aware Salient Object Detection 笔记

1文章说明链接：[1812.10066]SelectivityorInvariance:Boundary-awareSalientObjectDetection方向：显著性目标检测期刊：arxiv2提出的问题如图1所示，显著性目标检测存在的困境：1如图1a,b所示，对于显著性物体的内部，检测器要对物体内部尤其是大物体的变化（如颜色，纹理，亮度）进行有效的识别。2如图1c,d所示，对于物体的边界，检
挺老实·2023-12-30 09:38

An Analysis of Scale Invariance in Object Detection – SNIP

——CVPR2018，BestStudentEntryintheCOCO2017challenge——小目标检测，多尺度检测摘要提出在极端尺度变化下检测识别的不同技术的分析。通过使用不同尺度的数据进行训练来比较检测器的尺度特性和尺度变化设计。通过比较不同网络结构在分类小目标上的性能，得出CNN对图像目标尺度变化并不鲁棒。基于这个理论，本文提出在相同尺度的图像金字塔上训练和测试检测器。由于小对象和大
_忙中偷闲_·2023-08-24 04:46

[PED10]Invariance and Stability of Deep Convolutional Representations

AlbertoBietti,JulienMairal1.论文通过构造一个多层的深度卷积核网络，并且研究对应的再生核希尔伯特空间的几何结构，来研究深度信号表示的平移不变性以及微分同胚作用的稳定性，既不会丢失信号的信息。2.首先定义了连续域空间中的信号的操作，patchextraction、kernelmap、linearpooling。然后进行离散化，并且说明了了离散信号通过这些操作可以进行信号的保
张小甜甜·2023-04-18 16:40

无标度性（scale-free）与标度不变性（scale invariance）

目录一、前言二、无标度性（scale-free）三、标度不变性（scaleinvariance）四、总结参考文献一、前言在学习《EmergenceofScalinginRandomNetworks》这篇经典的文章时，文中提到了两种说法的性质——无标度性（scale-free）与标度不变性（scaleinvariance），往往我们会把它当作是同一种性质，或许事实也确实如此。二、无标度性（scale
Yanc12138·2023-04-14 23:41

论文理解《Stacked Pooling: Improving Crowd Counting by Boosting Scale Invariance》

代码主页：https://github.com/siyuhuang/crowdcount-stackpool解决问题：在池化层上下功夫，解决了图像处理中的多尺度问题；发现：1.在人群计数的图片数据集上，如果将不同区域的图片resize到一定的尺寸，这两个区域会表现出极大的视觉相似性（包括人物大小、人群密度、层叠关系）；见下图。2.alargerpoolingrangeenablesaninvari
Selieyo·2023-01-28 09:39

目标检测中的尺度--An Analysis of Scale Invariance in Object Detection – SNIP

AnAnalysisofScaleInvarianceinObjectDetection–SNIPCodewillbemadeavailableathttp://bit.ly/2yXVg4c小伙伴们，知道LarryS.Davis是谁吗？本文主要对目标检测中的尺度问题进行深入分析，如何实现多尺度目标检测，尤其是小目标检测。结论：1）combiningthemwithfeaturesfromshall
O天涯海阁O·2022-12-25 19:00

【领域泛化】论文介绍《Learning to balance specificity and invariance for in and out of domain generalization》

【领域泛化】论文介绍《Learningtobalancespecificityandinvarianceforinandoutofdomaingeneralization》论文地址摘要核心思想动机DMG方法通过领域特征编码的特征选择激励领域特异性代码实现论文引用论文地址https://arxiv.org/pdf/2008.12839.pdf摘要在本文发表前，大多数成熟的领域泛化方法专注于学习跨所有
TopologyXL·2022-12-22 10:17

[论文翻译]Spatial Transformer Networks（STN）

0摘要CNN在处理经过空间变换的图像时不具有invariance的性质。本文提出了一种可训练、可微的SpatialTransformer（ST），它可以被插入到CNN的任何一个地方。
不想待在银河系·2022-12-05 09:46

DeepLab V2学习笔记

消融实验实验结果遇到的相关问题以及解决方法和DeepLabV1中遇到的问题几乎没有什么太大的差别，在文章的引言部分作者提出了在语义分割中遇到的问题:分辨率被降低（主要由于下采样stride>1的层导致）目标的多尺度问题DCNNs的不变性(invariance
passer__·2022-11-25 17:38

PiCIE: Unsupervised Semantic Segmentation Using Invariance and Equivariance in Clustering论文翻译

摘要我们提出了一个新的基于聚类的无标注语义分割框架。现成的聚类方法仅限于精选的、单标签和以对象为中心的图像，而现实世界的数据主要是非精选的、多标签和以场景为中心的。我们将聚类从图像扩展到像素，并将每个图像中的不同实例分配了单独的聚类membership。然而，仅仅依靠像素级的特征相似性无法学习高级语义概念和适应低级视觉线索。我们提出了一种方法，将几何一致性作为一种归纳偏差，来学习光度和几何变化的不
孤LOVE枫·2022-11-24 09:35

PiCIE: Unsupervised Semantic Segmentation using Invariance and Equivariance in Clustering 论文解读和感想

PiCIE:UnsupervisedSemanticSegmentationusingInvarianceandEquivarianceinClustering论文解读和感想背景和动机本文21年上旬发表于CVPR的关于无监督语义分割的文章。我个人不是专门做语义分割领域的，感觉无监督语义分割还是一块待开垦的沃土，做语义分割的小伙伴们可以尝试这个方向。首先本文针对之前无监督语义分割存在的两个问题：1、
涑月听枫·2022-11-24 08:54

Policy invariance under reward transformations- Theory and application to reward shaping基于势能的塑形奖励函数

这个是摘要哦本文研究了对马尔可夫决策过程的奖励函数进行修改以保持最优策略的条件。结果表明，除了效用理论（utilityutilityutilitytheorytheorytheory）中常见的正线性变换外，还可以为状态之间的转换添加奖励，该奖励可以表示为应用于这些状态的任意势能函数的值的差。此外，这被证明是不变性的必要条件，因为任何其他转换都可能产生次优策略，除非对基础MDP做出进一步假设。这些结
难受啊！马飞...·2022-11-22 12:40

DeepLab V1学习笔记

DeepLabV1摘要相关的工作遇到的问题和解决的方法信号下采样空间不变性(spatialinsensitivity/invariance)论文的优点(贡献)网络的模型空洞卷积CRF多尺度预测模型总结实验结果
passer__·2022-11-20 08:26

Learning to Balance Specificity and Invariance for In and Out of Domain Generalization 阅读笔记

利用"invariance"和"specifity"之间的平衡，可能有助于模型做出更好的预测。
1100dp·2022-11-19 22:55

简单有效的预测网络

简单有效的预测网络，小白立学立会目录作者|付松单位|哈尔滨工业大学讲师研究方向|智能运维本文解读了一种新的深度无监督领域自适应算法，即深度域不变性残差LSTM（DeepresidualLSTMwithDomain-invariance
宇智波鼬~·2022-11-13 10:37

旋转目标检测:Exploring Complementary Strengths of Ivariant and Equivariant Representations for FSL（CVPR21）

zhuanlan.zhihu.com/p/354771341论文原文下载：https://arxiv.org/pdf/2103.01315v1.pdf代码下载地址：https://github.com/nayeemrizve/invariance-equivariance
TODO_D2D·2022-09-28 07:16

Machine learning strategies for systems with invariance properties( 具有不变性系统的机器学习策略 )2016年Julia Ling

目录摘要1.介绍2.方法2.1不变基的结构2.2建立机器学习模型2.3机器学习算法3.研究案例3.1.湍流模型案例研究3.1.1.问题阐述3.1.2.不变性3.1.3.数据集3.1.4.结果3.2.晶体弹性案例研究3.2.1.问题陈述3.2.2.不变性和对称性3.2.3.数据集3.2.4.结果4.总结致谢参考文献摘要在许多科学领域，经验模型被用来促进工程系统的计算模拟。例如，在流体力学中，封闭的经
BufaLi·2022-08-09 11:17

我的论文被NeurIPS拒了！图灵奖得主LeCun：自监督学习新工作

被拒绝的论文标题为《VICReg:Variance-Invariance-Cov
Amusi（CVer）·2022-07-01 10:01

图灵奖得主Yann LeCun：我的论文也被NeurIPS拒了

被拒绝的论文标题为《VICReg:Variance-Invariance-CovarianceRegularizationforSelf-SupervisedLearning
算法与数学之美·2022-07-01 10:30

Deep Domain Confusion: Maximizing for Domain Invariance

1.作者来源UCBerkeley与UMassLowell,的EricTzeng,JudyHoffman,NingZhang，KateSaenko，TrevorDarrell2014年的一篇paper好像没有说什么期刊会议上的链接地址2.Motivation在大规模数据集上训练的通用监督深度CNN模型可以减少但不能消除在标准基准测试上的数据集偏差。也就是我们所说的domainadaptation。3
Sha_Ye_Bu_Hui·2022-04-08 08:37

[行人重识别论文阅读]Invariance Matters: Exemplar Memory for Domain AdaptivePerson Re-identification

2.我们提出了三种不变性：exemplar-invariance,camera-invarianceandneighbo
zlsd21·2021-10-20 15:53

[动手学PaddlePaddle2.0系列] 对于池化层和步长为2的卷积层的一些思考

池化层的主要意义（目前的主流看法，但是有相关论文反驳这个观点）在于invariance(不变性)，这个不变性包括平移不变性、尺度
Mowglee·2020-12-24 13:17

opencv 4.5编译

编译大坑先来简述一下opencv450编译过程遇到的坑1.boostdesc_bgm.i,vgg_generated_48.i等文件的缺失2.在用VS编译过程报错找不到test_descriptors_invariance.impl.hpp
爱飞的功夫熊猫·2020-12-09 16:31

平移不变性Translation Invariance、旋转/视角不变性Ratation/Viewpoint Invariance、尺度不变性Size、Illumination

文章目录不变性定义不变性分类为什么卷积神经网络具有平移不变性不变性定义意味着即使目标的外观发生了某种变化，但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。不变性分类平移不变性：TranslationInvariance旋转/视角不变性：Ratation/ViewpointInv
Dontla·2020-09-14 22:21

小目标检测——An Analysis of Scale Invariance in Object Detection – SNIP

小目标检测——AnAnalysisofScaleInvarianceinObjectDetection–SNIP不同尺度的影响（Imageclassificationatmultiplescales）DataVariationorCorrectScaleObjectDetectiononanImagePyramid(本文的创新点)之前参加的人头计数比赛，包含比较小的人头，最小的gtbox的尺度只有
Tianlock·2020-08-20 22:08

深度学习笔记_基本概念_对Max Pooling的理解

目录MaxPooling是什么MaxPooling的作用作用1：invariance(不变性)作用2：增大感受野听说pooling层可以消失还是可以用pooling的参考链接MaxPooling是什么在卷积后还会有一个
skyjhyp11·2020-08-19 03:26

拉塞尔不变性定理 ( LaSalle's invariance principle )

最近想复习一下现代控制理论，在B站看到了DR_CAN大神做的视频，但对其中涉及的拉塞尔不变性定理理解地不太好，特地查了一下，写下来与君分享。1、介绍拉塞尔不变性定理是对Lyapunov直接法(Lyapunov第二法)的补充，它能在系统的V˙\dot{V}V˙半负定时也得到一个平衡点是渐近稳定的。但是需要注意，这个定理只能用于自治系统。自治系统指的是，系统的微分方程不显含时间ttt的系统。如果想看严
付闲僧·2020-08-16 03:09

卷积神经网络池化层和卷积层作用

链接：https://www.zhihu.com/question/36686900/answer/130890492个人觉得主要是两个作用：1.invariance(不变性)，这种不变性包括translation
yuehanliushuang·2020-08-13 23:48

【3】卷积神经网络的本质探索

文章目录引子1.简单了解CNN的历史背景2.初步认识CNN的基本架构3.深入理解CNN的设计原理3.1图像在计算机中的存储与表达3.2不变性（Invariance）3.3前馈神经网络----图片识别3.4
jho9o5·2020-07-17 09:53

【语义分割】- DeeplabV1&V2

SemanticImageSegmentationwithDeepConvolutionalNetsandFullyConnectedCRFS.下载地址：http://arxiv.org/pdf/1412.7062v3.pdfBackground：CNN的一个特性是invariance
灬Alex灬·2020-07-06 20:05

深度学习---之pooling层的作用与缺陷

之前看懂过pooling层的作用，两个月没看也没用，又忘记了，这回记录下来个人觉得主要是两个作用：1.invariance(不变性)，这种不变性包括translation(平移)，r
zxyhhjs2017·2020-06-30 20:01

pooling

poolin个的作用主要有两个方面：1：不变性（invariance），这种不变性包括translation（平移），rotation(旋转)，scale(尺度)可通过一次或者多次maxpooling达到要求
JohnManLi·2020-06-28 22:58

基于分形的山脉河流生成

自相似所谓自相似，是一种尺度变换下的不变性(scale-invariance)，即在不同尺度下观察分形可以看到近似相同的形象，若把整个对象的局部放大，再把局部的局部放大，都可以看到相似的结构特征。
拳四郎·2020-06-24 22:56

系统的基本属性及对应例子

本文介绍了系统的无记忆性（memoryless）、因果性（causality）、稳定性（stability）、时不变（time-invariance）及线性（linearity）的基本定义，并给出了对应的例子
iwuqing·2020-02-05 16:54

Controllable Invariance through Adversarial Feature Learning

ControllableInvariancethroughAdversarialFeatureLearning1705.11122.pdfGivenpairedobservations,weareinterestedinthetaskofpredictingthetargetybasedonthvalueofxusingadiscriminativeapproach,i.e.directlymod
hzyido·2019-12-31 21:27

（略）Deep Domain Confusion: Maximizing for Domain Invariance（2014）

（比较早的文章，略写一下科普）作者采用MMD(maximummeandiscrepancy)作为sourcedomain和targetdomain之间的特征向量（featurevector）之间的距离的度量（metric），最小化MMD可以解决sourcedomain和targetdomain之间的数据偏差(data-bias)问题：网络架构（Krizhevskyarchitecture）：低5层
满堂风来·2019-12-07 12:24

翻译论文：Deep Domain Confusion: Maximizing for Domain Invariance

题外话：第一次做全文翻译，翻译不好请谅解，多多给予意见。最近在看DDC，顺便就把这篇文章翻译一下。摘要最近的报告表明，在大规模数据集上训练的通用监督深度cnn模型可以减少但不消除对标准基准数据集的偏差。在新的领域中对深度模型进行微调可能需要大量的数据，对于许多应用程序来说，这些数据都是不可用的。我们提出了一种新的cnn体系结构，它引入了一个适应层和一个额外的域混淆损失，学习一种既具有语义意义又具有
这有只狐狸·2019-11-28 04:20

1-3. 图像特征提取分析 Image features（深度学习）

ImagefeaturesInputimage->Color:quantize（分层）RGBvalues->是否会发生改变：invariance?（不变性），包括以下几个属性：Translation?
SenseVision·2019-09-17 08:16

SNIP - An Analysis of Scale Invariance in Object Detection

0.总结SNIP提出了一种适用于2-stage检测器的ImagePyramid训练方法。该训练方法能够做到：提供多尺度的物体信息，丰富语义信息，也是为了弥补2中筛选造成的信息缺失限制检测器在每个Scale上的训练（筛选Anchor、GT等），让输入图像中物体的尺寸与pretrain的尺寸一致，改进学习效果。为此，作者首先做了两个实验来验证fintune需要训练、测试的尺度一致性。简单筛选（只在小物
FSALICEALEX·2019-07-17 21:06

SNIP-An Analysis of Scale Invariance in Object Detection

论文名称:AnAnalysisofScaleInvarianceinObjectDetection–SNIP论文作者：BharatSingh&LarryS.Davis论文链接：https://arxiv.org/abs/1711.08189代码链接：https://github.com/bharatsingh430/snip简要概述本篇文章是一篇优化目标检测精度的文章，在twostage方法上进行
春枫琰玉·2019-02-25 21:37

SNIP-An Analysis of Scale Invariance in Object Detection

论文名称:AnAnalysisofScaleInvarianceinObjectDetection–SNIP论文作者：BharatSingh&LarryS.Davis论文链接：https://arxiv.org/abs/1711.08189代码链接：https://github.com/bharatsingh430/snip简要概述本篇文章是一篇优化目标检测精度的文章，在twostage方法上进行
春枫琰玉·2019-02-25 21:37

关于“Deep Variational Metric Learning”

创新：提出deepvariationalmetriclearning(DVML)框架：-刻画类内差异（variance），解开（disentangle）类内不变性（invariance）-产生判别样本（
Allen_David·2018-12-25 23:23

ROI Pooling的相关理解及Fast R-CNN与R-CNN的简单对比

在CNN中，Pooling层的作用主要有两个：引入invariance，包括translation-invariance，rotation-invariance，scale-invariance。
Kaami·2018-06-29 15:52

An Analysis of Scale Invariance in Object Detection – SNIP [CVPR2018]

简介这篇文章分析了小尺度与预训练模型尺度之间的关系,并且提出了一个和CascadeR-CNN有异曲同工之妙的中心思想:要让输入分布接近模型预训练的分布(本文主要探讨尺度的分布不一致带来的问题).之后利用分析的结论,提出了一个多尺度训练(MST)的升级版:ScaleNormalizationforImagePyramids(SNIP).先简单来介绍一下SNIP这个paper做的事情。在CNN中，我们
女王の专属领地·2018-05-25 14:35

神奇的深度迁移学习DDC：Deep Domain Confusion: Maximizing for Domain Invariance

1、简介数据样本不够怎么使用深度学习？大家第一时间想到的肯定是微调已经训练好的模型，像VGG、Inception、Resnet这样的模型，但是有时我们可能会发现，有时微调后的效果并不是很好，可能会需要微调好多层才能得到较好的效果，但是这往往需要大量的样本，但当我们仅有少量或没有带标注的数据时，我们就无法有效的通过微调网络来实现对新样本的识别。存在这一问题的主要原因是源数据与目标数据之间的分布情况不
看_这是一群菜鸟·2018-05-10 15:01

目标检测论文阅读：An Analysis of Scale Invariance in Object Detection – SNIP

AnAnalysisofScaleInvarianceinObjectDetection–SNIP1.Background&RelatedWork2.探究性实验3.IPN与SNIP5/25更新：关于对第一个实验的一些理解，更新部分对这篇论文的理解5/5更新：关于为什么作者认为过于large物体检测困难的原因：原理和开篇提到的小物体检测有点类似，anchor本质上是大小固定的box，过小物体会出现I
littleYii·2018-04-21 17:49

MaxPooling的作用

maxpooling主要有两大作用1.invariance(不变性)，这种不变性包括translation(平移)，rotation(旋转)，scale(尺度)2.保留主要的特征同时减少参数(降维，效果类似
郭耀华·2018-03-30 08:00

Deeplab V1 和 V2讲解

DeeplabV1Background：CNN的一个特性是invariance（不变性），这个特性使得它在high-level的计算机视觉任务比如classification中，取得很好的效果。
ming0808sun·2017-12-19 15:57
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他