论文解读 - 程序员宅基地

tacotron论文解读

tacotron论文解读参考链接 https://zhuanlan.zhihu.com/p/101064153 tacotron是第一个端到端TTS模型输入：raw text 输出：mel-spectrogram图(梅尔频谱图) 利用Grilffin-Lim声码器将mel-spectrogram转为wav 名词...

【论文解读--Xdog】（宇树科技鼻祖）新型电驱式四足机器人研制与测试

标签：算法

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 TODO:写完再整理文章目录系列文章目录前言一、四足机器人体型大小和驱动方式的比较二、四足机器人设计一些重要的结论三、系统...

[论文解读]CNN 卷积的魅力+特征图+感受野+共享权重和偏置

标签：神经网络卷积卷积神经网络

一、基础知识 1.1卷积神经网络(CNN) CNN新出现了卷积层(Convolution层)和池化层(Pooling层), 这两种不同类型的层通常是交替的, 最后通常由一个或多个全连接层组成卷积网络的核心思想是将：局部感受野、权值共享...

CVPR2021-Paper-Code-Interpretation:cvpr2021cvpr2020cvpr2019cvpr2018cvpr2017 论文代码解读直播合集，极...

标签： machine-learning computer-vision deep-learning image-classification object-detection papers image-segmentation cvpr2019 cvpr2020 cvpr2021 附件源码文章源码

论文解读汇总：论文分类汇总： 2000~2020年历届CVPR最佳论文代码，解读等汇总：目录 7.CVPR2021最新论文分类汇总(持续更新) 6.CVPR2020论文下载/代码/解读/直播密码：t69g 5.CVPR2020论文分方向盘点 4.CVPR2019...

【经典论文解读】YOLACT 实例分割（YOLOv5、YOLOv8实例分割的基础）

标签： YOLCAT 实例分割单阶段

YOLACT是经典的单阶段、实时、实例分割方法，在YOLOv5和YOLOv8中的实例分割，也是基于 YOLACT实现的，有必要理解一下它的模型结构和设计思路。

[论文解读]UNet++解读 + 它是如何对UNet改进 + 作者的研究态度和方式（震撼）

原文链接:https://blog.csdn.net/weixin_40519315/article/details/104457459 ...

[论文解读]|PAN:Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network

题目：Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network 作者：Wenhai Wang, Enze Xie,Xiaoge Song, Yuhang Zang, Wenjia Wang, Tong Luy, Gang Yu, and Chunhua Shen ...

图灵的秘密：他的生平、思想及论文解读,读后感

标签：人工智能深度学习 tensorflow

上一篇文章，我说我要读一下，图灵的论文，于是下了一篇对他生平和论文解读的书。于是非常合理的，又一次经历了从入门到放弃，我发现我除了对图灵的生平事迹，同性恋，冯诺依曼比他大还给他写过推荐信，最早的一...

Going Deeper with Convolutions 论文解读

GoogLeNet Inception V1：Going deeper with convolutions论文笔记深入浅出——网络模型中Inceptionv1到 v4 的作用与结构全解析从Inception v1,v2,v3,v4,RexNeXt到Xception再到MobileNets,ShuffleNet,...

论文解读：SMOKE：SMOKE: Single-Stage Monocular 3D Object Detection via Keypoint Estimation

摘要估计三维方向和物体的平移对于无基础设施的自主导航和驾驶至关重要。在单目视觉方面，成功的方法主要基于两个因素：（1）网络生成2D区域提案；（2）R-CNN结构，利用所获得的感兴趣区域预测3D物体的姿态。...

多目标跟踪-DeepSort分析（一）论文解读及代码架构

标签：多目标跟踪 DeepSort

写在前面：这些天看了deepsort的论文及源码，并在网上检索一些相关资料（不是很多），现...本文为第一篇，首先对论文进行解读，然后对github的代码进行简要的流程分析及解读，后期还会对所用算法进行具体的展开。

ByteTrack论文解读

标签：多目标跟踪目标跟踪算法

MOT任务旨在评估视频中的目标边界框和身份信息。大多数方法是选项将那些检测置信度高于某一阈值的边界框进行关联，并且直接丢弃那些由于遮挡等问题产生的低置信...并且该论文也是使得MOT任务中MOTA首次突破了80的。...

【目标检测】Mask R-CNN论文解读

标签：目标检测 Mask R-CNN 语义分割

【目标检测】Mask R-CNN论文解读

ORB-SLAM3技术详解（1）简介与论文解读

一、基本信息 ORB-SLAM3是西班牙萨拉戈萨大学于2020年7月中旬开源的作品，与ORB-SLAM、ORB-SLAM2一脉相承，是一个能够使用单目、立体...好奇心的驱使下，本人偷瞄了一下论文，就在这里总结一下吧。 ORB3的主要创新：

论文解读:Attention Is All You Need

标签：深度学习自然语言处理机器翻译

论文解读：Attention Is All You Need论文解读：Attention Is All You Need全文摘要译文二、简要信息三、算法模型详解3.1 注意力机制3.2 Position-wise Feed-Forward Networks3.3 位置表征3.4 Transformer 论文解读...

论文解读：SKNet自适应动态选择机制，动态调整感受野尺寸

标签：计算机视觉深度学习 sknet

在标准的卷积网络中，每层网络中神经元的感受野的大小都是相同的。在神经学中，视觉神经元感受野的大小是由刺激机制构建的，而在卷积网络中却很少考虑这个因素。...论文摘要设计了一个称为选择性内核（SK.

GPT2.0 Language Models are Unsupervised Multitask Learners 论文解读

转载请注明出处，原文地址本文是对《Language Models are Unsupervised Multitask Learners》的翻译，部分内容可能会存在理解错误，如有错误欢迎指正交流。简介在自然语言处理任务中，如QA、机器翻译、阅读理解、...

NMS：Efficient Non-Maximum Suppression论文解读（NMS详解）

NMS，非极大值抑制算法，用于目标检测的后处理，去除重叠度较高的冗余检测结果。参考： https://www.bbsmax.com/A/A2dmV1YOze/ http://blog.sina.com.cn/s/blog_6fdc463b0102vcu5.html ......

Segment Anything Model (SAM)：论文解读（导读）

标签：人工智能机器学习计算机视觉

前一段时间Meta 发布了号称能分割一切的大模型SAM。论文我看了下，算上参考文献有30多页，而且一半都是附录。今天给大家简单介绍下这篇论文的大概，后面有时间再逐步剖析这篇论文。

图像修复（拖影、失焦、雨雾、模糊）deblurGAN 论文解读

标签：图像修复 deblurGAN

图像修复（拖影、失焦、雨雾、模糊）deblurGAN 论文解读 look forpapers for deblurGANcontributer :leoluopy 欢迎提issue.欢迎watch ，star. 微信号：leoluopy 关注AI前沿技术及商业落地，欢迎交流更多图像...

【论文解读】关于深度森林的一点理解

标签：深度学习周志华深度森林

2017年年初，南京大学周志华老师上传了一篇名为：Deep Forest：Towards An Alternative to Deep Neural Networks的论文，一石激起千层浪，各大媒体纷纷讨论着，这似乎意味着机器学习的天色要变，实则不然，周志华...

Dilated Residual Network论文解读

标签： Semantic Segmentation CNN

这篇文章来自于17年CVPR，同样是对空洞卷积的思考，但这篇文章不是把空洞卷积变着法得用在语义分割上，而是重新回到了图像分类领域，在看这篇文章的同时可以结合旷视和清华一起提出的另一篇论文DetNet一起阅读，这两...

三维目标检测--VoteNet增强版--MLCVNet论文解读

标签：目标检测计算机视觉人工智能

本文首先提出了三维目标检测中对于一些含有点云数量很少的目标，人类都难以辨别，此外，大部分的网络都是单独的考虑每一个proposal，这也大大加大了网络来辨别的难度。此外，作者通过观察发现，如果能够结合上下文...

Modeling Color Difference for Visualization Design 论文解读

标签： Color Perception Graphical Perception presentation

《Modeling Color Difference for Visualization Design》，该论文是2017年的一篇最佳会议论文，对可视化中的色差进行建模，比较有创新性，作为图形学课程报告，由于我专业不是图形方向，对这个不太了解，一开始入手...

【论文解读 ESWC 2018 | R-GCN】Modeling Relational Data with Graph Convolutional Networks

标签：知识图谱 GCN

论文题目：Modeling Relational Data with Graph Convolutional Networks 论文来源：ESWC 2018 论文链接：https://arxiv.org/abs/1703.06103 代码链接：https://github.com/tkipf/relational-gcn 关键词：知识图谱，...

对抗样本(论文解读二): Transferable Adversarial Attacks for Image and Video Object Detection

准备写一个论文学习专栏，先以对抗样本相关为主，后期可能会涉及到目标检测相关领域。内容不是纯翻译，包括自己的一些注解和总结，论文的结构、组织及相关描述，以及一些英语句子和相关工作的摘抄(可以用于相关领域...

SR-GNN论文解读(AAAI2019)

标签：推荐系统图神经网络 SR-GNN

Session-based Recommendation with Graph Neural Networks(SR-GNN) 1.引言基于会话的推荐系统旨在通过匿名的会话来预测用户行为。但是传统基于序列的推荐算法并不能获取items间的复杂的转移关系，因此本文提出了...

Semantic Segmentation--Pyramid Scene Parsing Network(PSPNet)论文解读

标签：语义分割深度学习计算机视觉

PSPNet Pyramid Scene Parsing Network 收录：CVPR 2017 (IEEE Conference on Computer Vision and Pattern Recognition) 原文地址： PSPNet 代码: pspnet-github ...本文提出的金字塔池化模

论文解读：Making Pre-trained Language Models Better Few-shot Learners（LM-BFF）

标签：预训练模型

Making Pre-trained Language Models Better Few-shot Learners 陈丹琦团队提出的一种改进GPT-3的模型，其可以扩展到任意的预训练模型上，并可以在小样本情景下更好的进行微调。 1、动机 ...

PointRCNN论文解读和代码解析

标签：深度学习目标检测计算机视觉

PointRCNN

”论文解读“ 的搜索结果

tacotron论文解读

【论文解读--Xdog】（宇树科技鼻祖）新型电驱式四足机器人研制与测试

[论文解读]CNN 卷积的魅力+特征图+感受野+共享权重和偏置

CVPR2021-Paper-Code-Interpretation:cvpr2021cvpr2020cvpr2019cvpr2018cvpr2017 论文代码解读直播合集，极...

【经典论文解读】YOLACT 实例分割（YOLOv5、YOLOv8实例分割的基础）

[论文解读]UNet++解读 + 它是如何对UNet改进 + 作者的研究态度和方式（震撼）

[论文解读]|PAN:Efficient and Accurate Arbitrary-Shaped Text Detection with Pixel Aggregation Network

图灵的秘密：他的生平、思想及论文解读,读后感

Going Deeper with Convolutions 论文解读

论文解读：SMOKE：SMOKE: Single-Stage Monocular 3D Object Detection via Keypoint Estimation

多目标跟踪-DeepSort分析（一）论文解读及代码架构

ByteTrack论文解读

【目标检测】Mask R-CNN论文解读

ORB-SLAM3技术详解（1）简介与论文解读

论文解读:Attention Is All You Need

论文解读：SKNet自适应动态选择机制，动态调整感受野尺寸

GPT2.0 Language Models are Unsupervised Multitask Learners 论文解读

NMS：Efficient Non-Maximum Suppression论文解读（NMS详解）

Segment Anything Model (SAM)：论文解读（导读）

图像修复（拖影、失焦、雨雾、模糊）deblurGAN 论文解读

【论文解读】关于深度森林的一点理解

Dilated Residual Network论文解读

三维目标检测--VoteNet增强版--MLCVNet论文解读

Modeling Color Difference for Visualization Design 论文解读

【论文解读 ESWC 2018 | R-GCN】Modeling Relational Data with Graph Convolutional Networks

对抗样本(论文解读二): Transferable Adversarial Attacks for Image and Video Object Detection

SR-GNN论文解读(AAAI2019)

Semantic Segmentation--Pyramid Scene Parsing Network(PSPNet)论文解读

论文解读：Making Pre-trained Language Models Better Few-shot Learners（LM-BFF）

PointRCNN论文解读和代码解析

推荐文章