re-id论文学习

SimCLR-[论文学习笔记]

SimCLR是对比学习系列文章里比较容易理解的一个模型框架，这也是Hinton大神的又一篇作品，值得我们仔细阅读与学习。以下就是学习过程中的相关心得笔记，希望能够帮到你，如有错误请指正，我们一起进步！0、摘要：首先，本论文在开头就对提出的SimCLR框架进行了定义。SimCLR：一种简单的视觉表征对比学习框架。所提出的这种框架无需专门的架构和存储库。1、前言“在没有人类监督的情况下，学习有效的视觉
阿飞没有花福蝶·2022-12-20 05:44

使用MMA解决拓扑优化问题的并行框架

使用MMA解决拓扑优化问题的并行框架仅个人论文学习笔记。
圈圈`·2022-12-19 12:52

RCNN、SPPnet、Fast-RCNN 论文学习笔记

------R-CNN、Fast-Rcnn、Fast-Rcnn是目标检测的一系列顶会论文，自己也看了好久，才慢慢有所感悟，这里做个记载。看论文原版还是最好的选择，但由于论文都是英文，且有大量引用前人已有的思想，对于小白来说，直接看论文并不友善，可以选择网上已有的论文解读，大致了解思想，然后有针对性的阅读论文原版，可能会事半功倍。给出RGB大神博客，基本论文还有源码、slides都可以找到：【RGB
sinat_34022298·2022-12-19 08:13

Resnext论文学习

0.摘要作者有几种通过思想十分的好值得借鉴：1.vgg和inception等网络中，都是block的组合，这是一种十分简洁的组网方式2.提出了基数的概念:用来和衡量拆分、转换和聚合模块的复杂度论文思路：1.结构类似于inception+resnet还有点mobilenet的味道2.但是他觉得inception中的block要人工设计太麻烦，而且要很多超参数3.作者觉得他的基数比深度d和宽度w更具体
Diros1g·2022-12-19 01:00

论文学习---Learned Inertial Odometry for Autonomous Drone Racing

总结：文章主要介绍了仅用IMU作为输入的深度学习网络来估计相对位移，估计的结果用于EKF更新，可以得到较为准确的EKF估计状态。摘要惯性里程计是敏捷无人机状态估计的一个具有吸引力的方案。单纯的使用IMU积分会有较大的偏移。目前基于运动先验的行人步速惯性里程计取得了显著的进展。但是无法用于无人机。本文提出了一种基于深度学习的惯性里程计用于无人机飞行任务。我们系统的核心是去耦合一个基于模型的滤波器，由
SLAM On the Road·2022-12-18 15:32

神经结构搜索(Neural Architecture Search, NAS)学习

神经结构搜索(NeuralArchitectureSearch,NAS)学习目录：参考文献NAS基础知识整理AStudyonEncodingsforNeuralArchitectureSearch论文学习
Remoa·2022-12-18 07:15

《 METHODS FOR NON-LINEAR LEASTSQUARES PROBLEMS》论文学习

《METHODSFORNON-LINEARLEASTSQUARESPROBLEMS》论文学习在传感器误差纠正、SLAM感知、轨迹生成与优化等机器人技术中，最优化理论是极其基本又重要的理论。
wincent嘻嘻哈哈·2022-12-17 21:41

论文学习CAM系列

LearningDeepFeaturesforDiscriminativeLocalizationResearchBackgroundInCNNs,theconvolutionunitsperformasanobjectdetector.However,thefully-connectedlayerswipeoffthisremarkablelocalizationability.Theautho
乐兮山南水北·2022-12-17 09:34

知识蒸馏论文学习（同济子豪兄）

一.部署工具：MMDeploy二.模型压缩方法：知识蒸馏，权值量化，剪枝（权重剪枝，通道剪枝），注意力迁移三.硬件部署：rensorRT，rensorflow-slim，tensorflow-lite，openvino四.distillingtheknowleadgeinaNewralNetworkhardtargets分类结果：马：1，驴：0，汽车：0softtargets分类结果：马：0.7，
Sunt40·2022-12-16 15:40

论文学习：Graph Data Augmentation for Graph Machine Learning: A Survey

GraphDataAugmentationforGraphMachineLearning:ASurvey图数据增强1.有监督学习的图数据增强1.1节点级任务1.1.1EdgeDropping（减少边）1.1.2GraphDiffusion（图扩散）1.1.3StructurePrediction(结构预测)1.1.4FeatureAugmentation（特征增强）1.1.5Mixup(图融合)1
DreamBoy@·2022-12-16 12:21

ViT论文学习笔记

《ANIMAGEISWORTH16X16WORDS:TRANSFORMERSFORIMAGERECOGNITIONATSCALE》《每个图片都可以看作16x16的方格（patch），用于大规模图像识别的Transformers》前言Transformer模型在NLP领域取得巨大成功，所以学者也想把注意力机制引入计算机视觉领域。因为适用于NLP的Transformer模型已经较为成熟，所以将其引入到
一云烟雨·2022-12-16 08:03

标定学习笔记（二）-- 张正友论文学习笔记

这篇学习笔记主要用于记录在学习张正友的标定文献时的一些需要进行记录的要点，张正友的文章最初发表于1998年2月，在如今看来依旧具有进一步学习的意义，本文多以翻译与概述前人文献为主，重温其标定过程的核心思想，若有不妥当的地方，欢迎斧正。摘要张正友（下文谨记为张）提出了一种灵活的标定技术，用于标定相机：这种标定方式只需要通过相机获得一个包含至少两个轴向的平面图象，并且无论是相机还是用于进行标定的平面都
ParzivalEdison·2022-12-16 00:46

《MobileNetV2: Inverted Residuals and Linear Bottlenecks》论文学习笔记

文章目录论文基本信息研究背景读完摘要后对上述问题的回答读完论文后对上述问题的回答什么是MobileNetV2?为啥要在前边加一个Pointwiseconvolution?什么是反向残差？什么是线性瓶颈？Mobile的两种步长的不同流程为什么这里进行先升维，再降维的操作后，效率提升了？实验验证ImageNet分类目标检测语义分割消融研究代码分析目前存在的疑问论文基本信息标题：《MobileNetV2
洋-葱·2022-12-15 10:12

轻量型网络之MobileNetV2: Inverted Residuals and Linear Bottlenecks论文学习

0.摘要针对残差结构提出来倒残差结构（InvertedResiduals），由于使用的是1x1卷积在resnet中也叫瓶颈层，所以这个模块最终叫做具有线性瓶颈的倒残差结构(theinvertedresidualwithlinearbottleneck)。0.1深度分离卷积(DepthwiseSeparableConvolutions)本文依旧使用深度分离卷积，简单复习一下。将标准卷积拆分为深度分离
Diros1g·2022-12-15 10:41

【论文学习笔记】《Attention Is All You Need》

《AttentionIsAllYouNeed》论文学习文章目录《AttentionIsAllYouNeed》论文学习摘要1介绍2背景3模型架构3.1编码器和解码器堆栈3.2注意力3.2.1比例点积注意3.2.2
FallenDarkStar·2022-12-15 05:02

论文学习：基于集成YOLO算法的蝴蝶检测与分类

0.论文名称与地址连接ButterflydetectionandclassificationbasedonintegratedYOLOalgorithm论文地址：xxx.itp.ac.cn//abs/2001.003611.摘要Insectsareabundantspeciesontheearth,andthetaskofidentificationandidentificationofinsec
shengshijieshao·2022-12-14 23:18

论文阅读（二）ICCV2021：Learning to Know Where to See: A Visibility-Aware Approach for Occluded Person Re-id

养成每天读文献的好习惯，随手一记，欢迎大家讨论指正~论文：LearningtoKnowWheretoSee:AVisibility-AwareApproachforOccludedPersonRe-identification，主要在文献Pose-GuidedFeatureAlignmentforOccludedPersonRe-Identification上进行改进一、问题1.稀疏的姿态关键点会
xxxx_gwj·2022-12-14 16:02

Background Matting V2 学习

arxiv.org)GitHub项目源码：GitHub-PeterL1n/BackgroundMattingV2:Real-TimeHigh-ResolutionBackgroundMatting目录论文学习方法设计
猪不爱动脑·2022-12-14 15:30

JDE简述

这意味着系统至少需要两个计算密集型组件：detector和embedding(re-ID)model。为了方便起见，本文将这些方法称为“分离的检测和嵌入”方法（SeparateDetectiona
optimistic丶中·2022-12-14 14:08

【TAMP-S2GCNets】【第一部分】论文学习

TAMP-S2GCNets论文学习笔记论文及代码地址读后感摘要背景TIME-AWAREMULTIPERSISTENCEEULERCHARACTERISTICSURFACES单参数持久性的介绍多参数持久性的介绍
蝉鸣的夏天·2022-12-14 13:22

【RGSL】【第一部分】论文学习

论文及代码地址题目：RegularizedGraphStructureLearningwithSemanticKnowledgeforMulti-variatesTime-SeriesForecasting翻译成中文应该是：基于语义知识的正则化图结构学习在多变量时间序列预测中的应用作者：HongyuanYu123∗,TingLi1∗,WeichenYu23∗,JianguoLi1†,YanHuan
蝉鸣的夏天·2022-12-14 13:22

论文学习——秦淮河水文水动力模型及实时校正

文章目录摘要0引言1模型构建1.1流域概况及资料收集1.2河道一维水流模拟1.3边界条件处理1.3.1流量上边界计算1.3.2水文下边界处理1.4节点堰闸流量计算2实时校正方法2.1KNN法2.2反馈法3模拟及校正结果4结论作者：孙文宇、姚成、刘志雨期刊：《河海大学学报（自然科学版）》单位：河海大学水文水资源学院、江苏省水文水资源勘测局摘要构建了秦淮河流域水文水动力模型；计算了秦淮河水系主要计算断
谜底是你_·2022-12-14 10:46

【云原生系统故障检测论文学习】—— Going through the Life Cycle of Faults in Clouds: Guidelines on Fault Handling

软件可靠性工程国际会议(InternationalSymposiumonSoftwareReliabilityEngineering,ISSRE)专注于评估、预测和改善软件产品可靠性、安全性，包括前沿理论方法与创新技术工具，是软件可靠性工程领域的旗舰国际会议，也是中国计算机学会（CCF）推荐的B类国际会议AbstractFaults是破坏云系统高可用性的主要原因，甚至导致停机成本高昂。随着云的规模
雨落俊泉·2022-12-14 10:46

硕士生论文学习——基于孪生神经网络的改进模型在中文语义相似度上的研究

文章目录摘要2.2孪生神经网络3.2基于孪生ELETRA网络的语义相似度交互模型结构3.3实验结果分析3.3.4评价指标摘要啥啊：两个文本之间的交互特征LSTM应用于孪生神经网络的特征提取层，可以获取到长文本的语义信息。孪生神经网络的特征提取层，对文本之间进行编码是相互独立的，句子之间没有交互，使得两侧文本抽取出的特征仅仅是各自最后的语义向量。没有两个句子之间的结构信息、词性信息、句法信息目前国内
谜底是你_·2022-12-14 10:43

CVPR2021 ：《TDN: Temporal Difference Networks for Efficient Action Recognition》论文学习

目录前言时间建模双流网络3D卷积TDNTDN模型图ResNetshort-termTDMlong-termTDMAblationstudies实验结果总结前言论文地址：https://arxiv.org/abs/2012.10071代码地址：https://github.com/MCG-NJU/TDN时间建模时间建模对于捕捉视频中的运动信息进行动作识别至关重要，在当前的深度学习方法中，这通常通过两
outliersde·2022-12-13 13:33

Spiking GATs（基于尖峰神经网络的学习图注意）论文学习笔记

这一篇论文是我读研期间，本校(安徽大学)计算机学院的江波老师在2022年5月份发表的一篇论文，由于我自己学习的是图神经网络的方向，而且也是我本校的老师所发的paper，所以在此写下我对此篇论文的笔记，如有不足和错误，请包涵~-引言-图注意网络已经在图数据学习的任务中得到了广泛的研究和应用。但是各种GAT模型都通常都存在两种限制：1、现有方法普遍采用自注意机制计算所有图边的注意系数，这通常需要昂贵的
听弧丶·2022-12-13 10:00

seq2seq的论文学习和代码实现

文章目录seq2seq代码tensorlfow常用RNN函数（主要是我的代码中用到的）[tf.nn.rnn_cell.LSTMCell](https://tensorflow.google.cn/api_docs/python/tf/nn/rnn_cell/LSTMCell)[tf.nn.rnn_cell.DropoutWrapper](https://tensorflow.google.cn/a
tobebettter·2022-12-13 09:09

《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》论文学习笔记

文章目录论文基本信息研究背景读过摘要后提出的问题读完论文后对上述问题的回答深度可分离网络两个全局超参数宽度倍增器：更薄的模型分辨率乘法器：简化的表示实验验证模型的选择收缩模型超参数细粒度的识别大规模地理定位面对属性对象检测面对嵌入代码分析目前存在的疑惑论文基本信息标题：MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApp
洋-葱·2022-12-12 01:00

03_FAST、BRIEF、ORB算法原理

语义分割、深度估计、超分辨率、3D目标检测、CNN、GAN、目标跟踪、竞赛解决方案、人脸识别、数据增广、人脸检测、数据集、NAS、AutoML、图像分割、SLAM、实例分割、人体姿态估计、视频目标分割、Re-ID
qq_1041357701·2022-12-12 00:14

第十二周周报

学习目标：有关DDPM+VIT的论文学习内容：1、Few-ShotDiffusionModels2、YourViTisSecretlyaHybridDiscriminative-GenerativeDiffusionModel
童、一·2022-12-11 15:54

第十三周周报

学习目标：一、论文：VectorQuantizedDiffusionModelforText-to-ImageSynthesis二、修改VITGAN代码学习内容：论文学习时间：11.28-12.2学习产出
童、一·2022-12-11 15:54

深度学习基础----mAP和CMC，Recall和Precision，ROC和AUC，NDCG

就Re-ID的任务来说：已知：一个在训练集上训练好的模型，一个query(用于查询的集)，一个gallery（在其中搜索结果，或test）求：mAP,CMCmAP:meanAveragePrecision
无意识积累中·2022-12-11 14:52

论文学习笔记：Detecting and quantifying causal associations in large nonlinear time series datasets

Detectingandquantifyingcausalassociationsinlargenonlineartimeseriesdatasets基于大规模非线性时间序列的因果关系推断这篇论文发表在SCIENCEADVANCES，它属于中科院分区一区的，影响因子在13.77作者：JakobRunge他主要从事与地球科学领域相关的因果推断和统计机器学习方面的工作。这篇文章发表于他在英国帝国理工大
清茶品也醉·2022-12-11 10:23

自步对比学习（Self-paced Contrastive Learning with Hybrid Memory for Domain Adaptive Object Re-ID）

自步对比学习（Self-pacedContrastiveLearningwithHybridMemoryforDomainAdaptiveObjectRe-ID）简介文章来源目标重识别上面的链接就有很好的介绍，主要怎么理解该问题。个人理解：用简单的大白话来说，该任务的执行过程应该是对于某个目标先进行类似于确定的操作，再在譬如不同摄像机，场景下，再次将该目标识别出来。领域自适应知乎深度学习大讲堂个人
sansheng0208·2022-12-10 20:10

EGO-Planner: An ESDF-free Gradient-based Local Planner for Quadrotors（论文学习）

EGO规划器：一种基于ESDF自由梯度的四转子局部规划器摘要ESDF地图被广泛运用在局部地图的梯度方向和大小估计之中，但是由于我们在进行轨迹优化的过程中，只用到了ESDF地图中很小的一部分，这造成了极大的计算冗余。在本文中，我们提出了EGO,其主要改进是通过比较碰撞轨迹和未碰撞轨迹来建立起惩罚项，并将必要的障碍物信息存储起来。如果整条轨迹不满足动力学可行约束，就分配更多的时间。同时，提出了一种各向
那行界·2022-12-10 18:48

KNN-KG论文学习笔记

目录一、TransC模型的不足二、传统KGembedding的不足三、KNN-KG1.KNN-KG模型图2.通过Masked实体模型进行实体词汇的扩充3.知识存储推理4.记忆推理四、模型效果五、实验结果最近在看知识图谱嵌入和知识推理方面的知识，考虑到TransC模型中关系传递性造成的语义缺失的错误传递，近期看的一篇论文《ReasoningThroughMemorization:NearestNei
Dr.sky_·2022-12-10 16:33

alexNet 论文学习第一轮

AlexNet(ImageNetClassificationwithDeepConvolutionalNeuralNetworks)开山之作论文原文：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf基于caffe的实现：http://caffe.b
qq_43625764·2022-12-10 14:02

论文学习 探索使用CNN实现对单图像实现过完备表示

论文学习探索使用CNN实现对单图像实现过完备表示前言论文专有名词解释总述背景介绍（这里从简）相关工作（正文）数学建模基于视频的方法基于单张图片的方法提出的方法A.OUCD架构B.MSFF块损失函数具体实验细节前言时隔
Lyrig~·2022-12-10 02:29

【论文学习】Multi-modal Knowledge Graphs for Recommender Systems

大家好！今天给大家分享一篇论文，题目是《Multi-modalKnowledgeGraphsforRecommenderSystems》，主要针对多模态知识图谱在推荐系统中的应用进行研究。它号称是第一个把多模态知识图谱引入推荐系统的论文。这篇论文发表在CIKM2020。（数据库领域著名国际会议信息检索领域顶会）。论文翻译参见：论文翻译1背景首先讲一下背景，为什么要将多模态的知识图谱引入到推荐系统中
yue36·2022-12-10 00:23

目标检测之SSD：Single Shot MultiBox Detector

SingleShotMultiBoxDetector论文学习singleshot指的是SSD算法属于one-stage方法，MultiBox说明SSD是多框预测。
Diros1g·2022-12-09 23:49

ReDet A Rotation-equivariant Detector for Aerial Object Detection 论文学习

Abstract最近，人们开始关注航拍图像中的目标检测任务。与自然图像中的物体不同，航拍目标的朝向通常很随意。因此，检测器需要更多的参数来编码朝向信息，非常冗余且低效率。此外，因为常见的CNN无法显式地建模朝向变化，我们就需要增广大量的旋转数据来训练一个准确的目标检测器。本文作者提出了一个Rotation-equivariant检测器（ReDet），可以解决这些问题，显式地编码旋转同变性和旋转不变
calvinpaean·2022-12-09 20:27

异常检测 | 基于Siamese网络学习距离函数来定位视频中的异常

关于论文学习这篇文献中作者通过训练一个Siamese神经网络，将手工制作的表示和距离函数替换为学习的表示和距离函数，建立了简单的最近邻方案．Siamese网络通过训练将视频块对分类为相似或不同，并用来找到与所有训练视频块不同的测试视频块
六个核桃Lu·2022-12-09 17:49

异常检测 | CBiGAN（结合GANs和AutoEncoders进行高效的异常检测）

关于论文学习简介标准BiGAN异常检测器的偏移重建，在像素空间中有着较大的距离。CBiGAN中引入的一致性损失解决了这一问题，如图一。图一最近的方法直接采用深度模型在特征空间中上下文映射和建模数据。
六个核桃Lu·2022-12-09 17:19

【论文学习】Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift

BatchNormalization学习笔记原文地址：http://blog.csdn.net/hjimce/article/details/50866313作者：hjimce一、背景意义本篇博文主要讲解2015年深度学习领域，非常值得学习的一篇文献：《BatchNormalization:AcceleratingDeepNetworkTrainingbyReducingInternalCovar
业精于勤荒于嬉-行成于思而毁于随·2022-12-09 16:44

语义分割论文学习记录上

文章目录论文学习AlexNet2012Inceptionv12014VGG2015FCN2015ResNet2015U-Net2015Inceptionv32015deeplabv12015deeplabv22017deeplabv32017Xception2017Inceptionv42017PSPNet2017MobileNetv12017deeplabv3
宇宙鹏·2022-12-09 08:00

动态环境下的SLAM：DynaSLAM 论文学习笔记

动态环境下的SLAM：DynaSLAM论文学习笔记这篇文章论文摘要系统流程相关环节的实现方法神经网络检测图中动态物体（MaskR-CNN）Low-CostTracking使用多视图几何的方法检测图中动态物体
Armergg·2022-12-09 07:35

异常检测 RegAD-Registration based Few-Shot Anomaly Detection 论文学习

摘要本文为少样本异常检测（FSAD），这是一种实用但尚未被研究的异常检测（AD），少样本意味着在训练中只为每个类别提供有限数量的正常图像。现有的少样本异常检测的研究主要使用的是一类别一模型学习范式，而类别间的共性尚未被探索。受人类探测异常的启发，将有问题的图像与正常图像进行比较，我们在这里利用配准，这是一种固有可跨类别泛化的图像对齐任务，作为代理任务来训练类别不可知的异常检测模型。在测试过程中，通
猛男技术控·2022-12-07 23:52

【NIPS 2020】Self-paced Contrastive Learning with Hybrid Memory for Domain Adaptive Object Re-ID

方法概述1，提出一种创新的带有混合内存的自我进度（self-paced）对比学习框架。其中，混合内存动态生成源域类级、目标域聚类级和无聚类实体集的监督信号。2，self-paced方法可以生成更加可信的聚类来精炼混合内存和学习目标。文章目录方法概述内容概要工作概述成果概述方法详解方法框架算法描述具体实现实验结果总体评价引用格式参考文献内容概要论文名称简称会议/期刊出版年份baselinebackb
_Summer tree·2022-12-07 21:21

Progressive Minimal Path Method for Segmentation of 2D and 3D Line Structures论文学习

ProgressiveMinimalPathMethodforSegmentationof2Dand3DLineStructures论文翻译和学习今天就先学到这里吧！明天接着研读，晕有点看不明白摘要二维和三维线结构的分割对于许多计算机视觉应用都是至关重要的，如卫星图像中的街道分析和医学图像中的血管量化。在这篇文章中，我们提出了一种基于最小路径方法的统一方法来分割不同应用领域的线结构（示例见图1）。
beautymonkey_·2022-12-07 17:44

论文学习报告_201106

论文学习报告_201106Introduction框架论文整理i.ComputationOffloadingConsideringFronthaulandBackhaulinSmall-CellNetworksIntegratedwithMEC
多好篝火·2022-12-07 10:43
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他