想到好名再改-CSDN博客

原创 IEEE Transactions on Geoscience and Remote Sensing(IEEE TGRS)中深度学习相关文章及研究方向总结

本文旨在调研TGRS中所有与深度学习相关的文章，以投稿为导向，总结其研究方向规律等。文章来源为EI检索记录，选取2020到2023年期间录用的所有文章，约4000条记录。同时，考虑到可能有会议转投期刊，模型改进转投或相关较强等情况，本文也添加了这些文章。

2023-04-08 20:19:43 5173 2

原创超优化文章记录之NeurIPS2022_Gradient Descent: The Ultimate Optimizer

关于超优化文章Gradient Descent: The Ultimate Optimizer的文章记录，审稿评价，代码解读，实验验证的博客。改文章获得2022NeurIPS最佳论文奖。

2023-01-10 22:21:02 808 2

原创史上最详细Multi-grained Spatio-Temporal Features Perceived Network for Event-based Lip-Reading文章记录

本文为Multi-Grained Spatio-Temporal Features Perceived Network for Event-Based Lip-Reading的记录

2022-08-10 21:15:17 882 2

原创史上最详细Synchronous Bidirectional Learning for Multilingual Lip Reading文章记录

本文为Synchronous Bidirectional Learning for Multilingual Lip Reading的记录

2022-01-23 15:32:04 3262 2

原创史上最详细Lip-reading with Hierarchical Pyramidal Convolution and Self-Attention文章记录

本文为Automatic Lip-reading with Hierarchical Pyramidal Convolution and Self-Attention for Image Sequences with No Word Boundaries的记录，原论文请看https://pan.baidu.com/s/1eLfUdcAfGYf5k31JOSdf9w，提取码：1111。来源：INTERSPEECH2021作者单位：中国科学技术大学文章目录1.翻译原文1.1摘要1.2介绍1.3提出的方法1

2021-12-29 21:31:50 1052 2

原创史上最详细唇语识别最新研究进展记录

本文是唇语识别近2年来最新的方法的记录，主要集中在中英文词级数据集如LRW，LRW-1000，英文句子级数据集如LRS2，英文短语级数据集如OuluVS2，以及其他一些数据集。记录方法为1.翻译原文；2.总结文章内容；3.介绍相关文章。记录将持续更新，对唇语识别感兴趣的研究者请收藏或私信交流，本文将持续更新。待记录的文章列表（持续更新）：1.Learn an Effective Lip Reading Model without Pains2.Lipreading using Temporal C

2021-12-27 17:38:59 2061 3

原创史上最详细How to Use Time Information Effectively Combining with Time Shift Module for Lipreading文章记录

本文为How to Use Time Information Effectively Combining with Time Shift Module for Lipreading的记录，原论文请看百度云链接，提取码：1111。来源：ICASSP2021作者单位：新疆大学文章目录1.翻译原文1.1摘要1.2介绍1.3相关工作1.4提出的方法1.5实验1.6结论2.介绍相关文章1.翻译原文1.1摘要1.唇读是xxxx的任务。2.现在的模型基于单层3D(时空)核多层2D(空间)提取时空特征。3.

2021-12-27 17:23:58 714

原创史上最详细Lipreading using Temporal Convolutional Networks(MS-TCN)代码层面详解

本文将从代码层面详细介绍在LRW数据集实现SOTA效果的唇语识别模型MS-TCN。GitHub代码请看Lipreading using Temporal Convolutional Networks，环境配置请看史上最详细 Lipreading using Temporal Convolutional Networks 环境配置，使用的数据集请看史上最详细唇语识别数据集综述和史上最详细LRW数据集、LRW-1000数据集、LRS2数据集和OuluVS2数据集介绍。下面开始正文，本文将以一个mini bat

2021-10-08 01:03:34 3306 49

原创史上最详细LRW数据集、LRW-1000数据集、LRS2数据集、LRS3-TED数据集、OuluVS2数据集介绍

本文将介绍唇语识别领域使用最多的三个数据集。本文只包含简略信息，如想了解更详细的信息请在评论区补充，博主将在文章中更新。一、LRW如图所示，格式为标准的分类任务数据集。LRW/LRW/EXAMPLE/LRW/EXAMPLE/test/LRW/EXAMPLE/test/EXAMPLE_00001.txt二、LRW-1000（没在本地下，只展示百度云文件）LRW-1000/LRW-1000/Data_Annotation.txtLRW-1000/audioLRW-1000/

2021-08-09 18:01:00 21754 259

原创史上最详细 Lipreading using Temporal Convolutional Networks 环境配置

唇语识别是目前人工智能领域比较热门的应用之一，本文将在之后的内容中介绍2020年英文词汇级唇语识别在LRW(Lir Reading in the Wild)数据集以及LRW-1000两个数据集上实现SOTA的项目github，下面是论文地址Lipreading using Temporal Convolutional Networks文章目录0.介绍1.下载项目源代码2.环境配置1.pytorch2.其他库3.模型下载4.数据集准备5.进行测试0.介绍该项目中实现唇语识别的过程主要步骤将人

2020-11-03 16:45:24 6016 121

原创史上最详细唇语识别数据集综述

唇语识别数据集综述

2020-09-01 15:58:57 20404 50

原创史上最详细yolov5环境配置搭建+配置所需文件

yolov5的配置过程总体来说还算简单，但是网上大部分博客都没有仔细介绍具体步骤，本文将从最细节的层面记录yolov5环境配置的全过程使用到的工具有1.anaconda，pycharm2.cuda10.2+cudnn-10.2-windows10-x64-v7.6.5.32+pytorch1.5.1+。。。。。。。。ps（pytorch只要大于等于1.5.1即可，本文将在之后说明安装步骤）所需资源：本博客免费提供所有win10的cuda和cudnn，百度云，提取码：elpt以及权重文件百度云，

2020-07-31 00:21:49 182949 607

原创 IEEE Transactions on Geoscience and Remote Sensing(IEEE TGRS)文章检索脚本(适用于所有xplore检索导出)

本文为IEEE TGRS使用xplore导出检索记录的批处理脚本，导出为pdf格式方便阅读，此处给出。xplore导出的csv文件格式如下。

2023-04-08 20:44:42 991

原创 SAR成像-BP后向投影算法及GPU加速

并在其基础上增加更多注释和可视化图，并改写了GPU加速代码，经测试提速约为50倍。此文为SAR BP成像matlab实现，主要参考。雷达延X轴运动，目标为Y轴上的一个点。表示其中某一个时刻的中频。

2023-03-25 18:43:16 1414 5

原创二叉排序树查找成功时的平均查找长度公式及证明

二叉排序树是基于二分查找步骤生成的二叉树。设二叉排序树的高度为h，共有n个结点有如下性质：1.前h-1层结点全部占满（即为满二叉树）2.最后一层结点可以通过平移使得整个树转化成完全二叉树思路：首先求前h-1层的对比次数之后求最后一层的对比次数公式为：下面给出证明过程：...

2020-07-28 14:58:23 4203

原创 SFML环境配置

材料：1.visual studio 20172.SFML-2.5.1-windows-vc15-32-bit准备阶段1.进入SFML官网下载sfml-vs2017-32bit版本2.将该压缩包解压在一个文件夹中步骤：1.进入vs，在上述文件夹中新建Empty Project，右键资源文件->添加->新建项->c++文件，输入此代码测试基础配置是否完成#include<iostream>using namespace std;int main() { c

2020-05-11 01:06:53 5304 19