论文精读系列文章总链接

已于 2024-03-22 10:52:17 修改
阅读量250 收藏
点赞数 2
分类专栏： 论文精读系列专栏 文章标签： 论文阅读 算法
于 2024-03-22 10:44:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37648371/article/details/136873988
版权

论文精读系列文章

下面是SLAM算法与工程实践系列文章的总链接，本人发表这个系列的文章链接均收录于此

论文精读系列文章链接

下面是专栏地址：

论文精读系列文章专栏

这里是分享论文阅读的相关学习记录的总链接，本人发表这个系列的文章链接均收录于此

yangtsejin
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
论文精读系列文章——Point-LIO: Robust High-Bandwidth Light Detection and Ranging Inertial Odometry
YangtseJin的博客
03-22 1612
Point-LIO: Robust High-Bandwidth Light Detection and Ranging Inertial Odometry
Point-LIO: Robust High-Bandwidth LiDAR-Inertial Odometry
zhaoliang38的博客
06-02 1010
Point-LIO: Robust High-Bandwidth LiDAR-Inertial Odometry,一种鲁棒且高带宽的LIO算法，具备在极端剧烈运动条件下稳定估计的能力。
YOLO 系列论文精读 & YOLOv4
Flying Bulldog 的博客
08-25 2193
YOLO系列的论文已经告一段落，期间也精读了DETR系列的一些论文，颇有感受。YOLOv4更像是一篇总结性的文章，具体描述了整个模型的各个阶段，并对每个阶段的经典算法进行了研究和消融实验，值得我们重新思考神经网络模型的框架。我们提供了一个最先进的探测器，它比所有可用的替代探测器更快( FPS )和更准确的( MS COCO AP50 ... 95和AP50)。所描述的探测器可以在具有8 - 16GB - VRAM的传统GPU上训练和使用，这使得它的广泛应用成为可能。...
图像质量评估——论文精读系列
qq_42351942的博客
05-30 1712
No-Reference Image Quality Assessment via Transformers, Relative Ranking,and Self-Consistency Golestaneh S A, Dadsetan S, Kitani K M. No-reference image quality assessment via transformers, relative ranking, and self-consistency[C]//Proceedings of the IE
李沐论文精读系列一： ResNet、Transformer、GAN、BERT
热门推荐
qq_56591814的博客
10-16 1万+
听了一下李沐大神讲的几篇论文，还是有一些收获。
ViLT 论文精读【论文精读】
云淡风轻_的博客
11-27 1350
作者上来就说视觉文本的预训练任务，缩写为VLP任务，在过去几年发展的不错，在各种各样的视觉文本的下游任务上都取得了很好的成绩。但是之前的这些方法，为了在那些下游任务上获得很好的结果，大家发现往往你在视觉方面花的精力越多，也就是视觉的网络越复杂、越好，最后的结果就会越好，所以之前大部分的VLP的方法，都非常依赖于图像特征的抽取过程，要么是把它看成是一个目标检测的问题，这里就像图1画的一样，不仅有一个图像backbone，还有一个region operation，所以就很贵。
论文精读——YOLOv4
2402_83980685的博客
04-10 1172
论文题目：《YOLOv4: Optimal Speed and Accuracy of Object Detection》
论文精读--CLIP
m0_73202283的博客
11-13 718
论文链接：CLIP的迁移学习能力非常强，预训练好的模型能够在任意一个视觉分类的数据集上取得不错的效果CLIP是zero-shot零样本学习的模型，也就是说CLIP无需在这些数据集上进行训练就能得到很好的效果作者在超过30个数据集上做了测试，涵盖了OCR、视频动作检测、坐标定位和许多细分类任务在所有的测试结果当中，表现最突出的是在ImageNet上的结果，在不使用128万中的任何一张图片训练的情况下，能得到与训练好的Resnet-50同样的效果CLIP模型总览图。
YOLO系列论文精读.zip
06-12
YOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读.zipYOLO系列论文精读....
yolov3论文精读及代码注释
01-14
YOLOv3是YOLO（You Only Look Once）系列目标检测算法的第三个版本，由Joseph Redmon、Ali Farhadi等人在2018年的论文《YOLOv3: An Incremental Improvement》中提出。YOLO系列算法以其高效、实时的目标检测能力在...
第三周论文精读.pdf
09-16
文章首先介绍了编译器的必要性和重要性，然后讲解了编译器的优化技术，包括编译器如何将高级语言转换为机器代码的过程。 编译器的优化技术是指编译器在将高级语言转换为机器代码时所采取的一些优化措施，以提高代码...
BERT论文精读及实践1
08-03
【BERT论文精读及实践1】 BERT，全称“Bidirectional Encoder Representations from Transformers”，是一种由Transformer架构构建的深度双向语言表示模型。论文的核心贡献在于引入了预训练和微调的概念，使得模型...
【论文阅读】基于 Voronoi 的无向点集变分重建
最新发布
WoooChi的博客
08-25 676
Voronoi-based Variational Reconstruction of Unoriented Point Sets 部分翻译
【论文阅读】Model Stealing Attacks Against Inductive Graph Neural Networks（2021）
Glass_Gun的博客
08-22 785
Many real-world data（真实世界的数据） come in the form of graphs（以图片的形式）. Graph neural networks (GNNs 图神经网络), a new family of machine learning (ML) models, have been proposed to fully leverage graph data（充分利用图数据） to build powerful applications（构建强大的应用程序）. In parti
Conditional Flow Matching: Simulation-Free Dynamic Optimal Transport论文阅读笔记
weixin_46103454的博客
08-20 466
假设给定一个目标流pt和生成它的向量场ut .学习与pt相匹配的流的一种方法是通过对目标向量场的回归进行梯度下降。
[论文笔记] eval-big-refactor lm_eval 每两个任务使用一个gpu，并保证端口未被使用
心宝的博客
08-23 311
【代码】[论文笔记] lm_eval 每两个任务使用一个gpu，并保证端口未被使用。
图形学论文笔记
qq_35975367的博客
08-22 440
【深入浅出 Nvidia FleX】(1) Position Based Dynamics 最简化的PBD(基于位置的动力学)算法详解-论文原理讲解和太极代码 最简化的PBD(基于位置的动力学)算法详解-论文原理讲解和太极代码基于XPBD的物理模拟一条龙：公式推导+代码+文字讲解（纯自制）超简单的shape matching算法模拟刚体运动–原理与代码(太极taichi)实践 【物理模拟】最简单的shape matching的原理与实践
YOLOv1论文精读：目标检测的快速方法
“YOLOv1论文精读，YOLOv1概述，推理阶段，训练阶段，网络结构，损失函数，YOLO后续版本，YOLOv1论文精度，B站UP主同济子豪兄的讲解，S×S网格，BBB个预测框，置信度” YOLO（You Only Look Once）是一种实时目标...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值