![](https://img-blog.csdnimg.cn/20190918140129601.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
论文及书籍阅读
记录论文及书籍阅读笔记
起名字什么的好难
在自我提升的路上奔腾不息~
展开
-
论文阅读——A Disentangling Invertible Interpretation Network for Explaining Latent Representations
摘要:网络框架图:按照我的理解,这篇论文的核心应该是T。但是论文中并没有给出T的具体结构图,只是一堆的理论和公式。所以感兴趣的可以仔细阅读,寻找答案。论文地址:CVPR代码地址:GitHub...原创 2021-03-04 22:10:26 · 394 阅读 · 2 评论 -
论文阅读——A Unified Feature Disentangler for Multi-Domain Image Translation and Manipulation
摘要:方法总览图:网络架构图:论文地址:arXivNeurIPS代码地址:GitHub(pytorch)原创 2021-03-04 21:50:45 · 379 阅读 · 1 评论 -
论文阅读——Two-Stage Peer-Regularized Feature Recombination for Arbitrary Image Style Transfer
摘要:论文框架图:TPFR模块:论文地址:CVPR代码地址:Two-Stage Peer-Regularized Feature Recombination for Arbitrary Image Style TransferIntroduction中一些感觉有用的内容(个人喜好):NST has seen a tremendous growth within the deep learning community and spans a wide spectrum of appli.原创 2021-03-03 20:58:24 · 195 阅读 · 2 评论 -
论文阅读——Semantic-related image style transfer with dual-consistency loss
摘要:论文框架图:原创 2021-03-03 15:42:04 · 199 阅读 · 1 评论 -
论文阅读——Direction-aware neural style transfer with texture enhancement
摘要:论文主框架:方向感知的NST阶段:方向域损失网络:原创 2021-03-02 20:39:39 · 190 阅读 · 0 评论 -
论文阅读——Neural Style Transfer via Meta Networks
摘要:框架图:论文地址:arXiv版本CVPR版本代码地址:官方GitHub地址(Caffe)官方认可的pytorch版本原创 2021-03-02 17:11:02 · 439 阅读 · 0 评论 -
论文阅读——Learning Linear Transformations for Fast Image and Video Style Transfer
这篇论文正式版本被CVPR收录,名为“Learning Linear Transformations for Fast Image and Video Style Transfer”。但是正式版本的电子版下载后加载出错,部分内容缺失。只能在线或者打印出来。在被CVPR收录前发表在arXiv上,名为“Learning Linear Transformations for Fast Arbitrary Style Transfer”。CVPR版摘要:arXiv版摘要:框架图:论文地址:CVPR原创 2021-03-01 20:06:53 · 663 阅读 · 0 评论 -
论文阅读——Semantic-aware neural style transfer
摘要:论文地址:Semantic-aware neural style transfer原创 2021-02-24 17:14:32 · 319 阅读 · 0 评论 -
《被讨厌的勇气》——第五夜阅读摘记
“你想过为什么会在意自己吗?“”例如,如果我要是像自恋者一样爱自己、迷恋自己的话,那或许倒也容易解决,因为那就可以对我明确指出’要更多地去关心他人‘。但是,我不是热爱自己的自恋者,而是厌弃自己的现实主义者。正因为厌恶自己,所以才只关注自己;正因为对自己没有自信,所以才会自我意识过剩。“”你是在什么样的时候感觉自己自我意识过剩的呢?“”例如在开会的时候根本不敢举手发言,总是会因为担心’如果提出这样的问题或许会被人笑话‘或者’如果发表离题的意见也许会被人瞧不起‘之类的问题而犹豫不决。哎呀,还不止如此,我甚原创 2021-02-24 11:25:20 · 473 阅读 · 0 评论 -
《被讨厌的勇气》——第四夜阅读摘记
“认可欲求的实质——他人如何关注自己、如何评价自己?又在多大程度上满足自己的欲求?受这种认可欲求束缚的人看似在看着他人,但实际上眼里却只有自己。”“有人一旦退休便立即没了精神。被从公司这个共同体中分离出来,失去了头衔、失去了名片,成了无名的‘平凡人’,也就是变得普通了,有人接受不了这一变化就会一下子衰老。但是,这只不过是从公司这个小的共同体中被分离出来而已,任何人都还属于别的共同体。因为,无论怎样,我们的一切都属于地球这个共同体,属于宇宙这个共同体。”“假设你是学生只看到‘学校’这个共同体。也就是说,原创 2021-02-24 10:11:13 · 433 阅读 · 0 评论 -
《被讨厌的勇气》——第三夜阅读摘记
”假如说你‘不是为了满足他人的期待而活’,那他人也‘不是为了满足你的期待而活’。当别人的行为不符合自己的想法的时候也不可以发怒。“”有人会想:’因为神在看着,所以要积累善行。‘但这是与’因为没有神,所以可以无恶不作‘之类的虚无主义相对的一种思想。即使神并不存在,即使无法得到神的认可,我们也必须要活出自己的人生。”“想要取得别人认可的时候,几乎所有人都会采取’满足别人的期待‘这一手段,这其实都是受’如果做了恰当的事情就能够得到表扬‘这种赏罚教育的影响。但是如果工作的主要目标成了’满足别人的期待’,那工作就原创 2021-02-23 09:57:29 · 535 阅读 · 1 评论 -
《被讨厌的勇气》——第二夜阅读摘记
“对自己没有自信,对一切都持悲观态度;还有就是非常固执;非常注重别人的看法,而且总是活在对别人的怀疑之中;不能获得自然,总觉得像是在演戏。“”只要有脸红恐惧症存在,她就可以用“我之所以不能和他交往都是因为这个脸红恐惧症”这样的想法来进行自我逃避,如此便可以不必鼓起告白的勇气或者即使被拒绝也可以说服自己;而且,最终也可以抱着“如果治好了脸红恐惧症我也可以.”之类的想法活在幻想之中。“”因为你是靠着脸红恐惧症才能让自己接受对自我或者社会的不满以及不顺利的人生。你还要用‘这都是因为脸红恐惧症’之类的话来安慰自原创 2021-02-22 13:35:37 · 476 阅读 · 4 评论 -
《被讨厌的勇气》——第一夜阅读摘记
“任何经历本身并不是成功或者失败的原因。我们并非因为自身经历中的刺激——所谓的心理创伤——而痛苦,事实上我们会从经历中发现符合自己目的的因素。决定我们自身的不是过去的经历,而是我们赋予经历的意义。”“并不是说遭遇大的灾害或者幼年受到虐待之类的事件对人格形成毫无影响。相反,影响会很大。但关键是经历本身并不会决定什么。我们给过去的经历”赋予了什么样的意义“,这直接决定了我们的生活。人生不是由别人赋予的,而是由自己选择的,是自己选择自己如何生活。”“如果一直保持”现在的我“, 那么如何应对眼前的事情以及其结果原创 2021-02-21 21:44:01 · 340 阅读 · 2 评论 -
论文阅读——Representation Learning with Contrastive Predictive Coding
摘要:论文地址:Representation Learning with Contrastive Predictive Coding原创 2021-02-21 21:09:32 · 383 阅读 · 0 评论 -
论文阅读——Semi-supervised Learning for Few-shot Image-to-Image Translation
摘要:训练网络结构:论文地址:Semi-supervised Learning for Few-shot Image-to-Image TranslationGitHub地址:Semi-supervised Learning for Few-shot Image-to-Image Translation原创 2021-02-21 15:40:18 · 380 阅读 · 0 评论 -
论文阅读——Momentum Contrast for Unsupervised Visual Representation Learning
摘要:论文框架图:论文地址:Momentum Contrast for Unsupervised Visual Representation LearningGitHub地址:Momentum Contrast for Unsupervised Visual Representation Learning原创 2021-02-21 13:28:20 · 199 阅读 · 0 评论 -
论文阅读——Syn2Real Transfer Learning for Image Deraining using Gaussian Processes
摘要:主要贡献:1.提出了一种基于高斯过程(GP)的半监督学习(SSL)框架,该框架涉及对标记和未标记的数据进行迭代训练。2.提出了一种用于执行半监督学习的非参数方法,以将未标记的真实数据整合到训练过程中。3.使用GP对网络中的中间潜在空间进行建模,然后将其用于为未标记的数据创建伪Ground Truth(GT)。 伪GT还用于在中间级别监督网络中未标记的数据。论文地址:Syn2Real Transfer Learning for Image Deraining using Gaussian.原创 2021-02-21 12:50:25 · 484 阅读 · 0 评论 -
论文阅读——Understanding the role of individual units in a deep neural network
摘要:论文地址:Understanding the role of individual units in a deep neural networkGithub地址:Understanding the role of individual units in a deep neural network原创 2021-02-21 12:05:57 · 274 阅读 · 0 评论 -
论文阅读——Learning to Match Distributions for Domain Adaptation
摘要:论文地址:Learning to Match Distributions for Domain AdaptationGithub地址:(目前是空的)Learning to Match Distributions for Domain Adaptation原创 2021-02-21 11:24:35 · 295 阅读 · 0 评论 -
论文阅读——DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks
摘要:生成器模型:训练流程:论文地址:DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial NetworksGithub地址:DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks原创 2021-02-20 20:21:18 · 331 阅读 · 0 评论 -
论文阅读——Unsupervised Domain Adaptation with Hierarchical Gradient Synchronization
摘要:论文总框架图:Hie Gra Sync模块论文地址:Unsupervised Domain Adaptation with Hierarchical Gradient Synchronization原创 2021-02-19 15:39:29 · 278 阅读 · 0 评论 -
论文阅读——Background Matting: TheWorld is Your Green Screen
摘要:框架图:论文地址:Background Matting: TheWorld is Your Green ScreenGithub地址:Background Matting: The World is Your Green Screen论文的局限:人像背景分割,相机不能有太大运动,背景最好是静态。原创 2021-02-19 11:25:11 · 211 阅读 · 0 评论 -
论文阅读——Analyzing and Improving the Image Quality of StyleGAN
摘要:论文主要解决的问题:Github地址:StyleGAN2 — Official TensorFlow Implementation原创 2021-02-15 12:04:09 · 238 阅读 · 0 评论 -
论文阅读——Understanding the role of individual units in a deep neural network
摘要:代码(Github地址):Understanding the Role of Individual Units in a Deep Network原创 2021-02-14 13:18:21 · 155 阅读 · 0 评论 -
论文笔记——Evolvement Constrained Adversarial Learning for Video Style Transfer
摘要创新点1原创 2020-12-24 20:05:21 · 192 阅读 · 1 评论 -
论文笔记——Arbitrary Video Style Transfer via Multi-Channel Correlation
摘要:网络结构图:单帧风格化特征生成视频帧连续性保持原始视频帧连续满足:视频帧提取的特征也满足:相应的风格化特征也应该满足:损失函数:感知损失:Identity loss光照损失(Illumination loss)向内容图像中添加随机高斯噪声模拟光照。G(.)是作者提出的风格生成网络。代码链接:diyiiyiii/Arbitrary-Style-Transfer-via-Multi-Adaptation-Network引.原创 2020-12-22 11:05:33 · 628 阅读 · 1 评论 -
论文笔记——ReCoNet: Real-time Coherent Video Style Transfer Network
引用格式:@inproceedings{gao2018reconet, title={Reconet: Real-time coherent video style transfer network}, author={Gao, Chang and Gu, Derun and Zhang, Fangjun and Yu, Yizhou}, booktitle={Asian Conference on Computer Vision}, pages={637--653}, year={.原创 2020-12-20 19:26:10 · 639 阅读 · 0 评论 -
Universal Style Transfer via Feature Transforms(WCT)-ANIPS
摘要论文下载地址论文代码链接论文引用格式:@inproceedings{li2017universal, title={Universal style transfer via feature transforms}, author={Li, Yijun and Fang, Chen and Yang, Jimei and Wang, Zhaowen and Lu, Xin and Yang, Ming-Hsuan}, booktitle={Advances in neural in.原创 2020-11-25 17:47:18 · 366 阅读 · 0 评论 -
Arbitrary Video Style Transfer via Multi-Channel Correlation-2020arXiv
摘要论文bib格式引用:@article{deng2020arbitrary, title={Arbitrary Video Style Transfer via Multi-Channel Correlation}, author={Deng, Yingying and Tang, Fan and Dong, Weiming and Huang, Haibin and Ma, Chongyang and Xu, Changsheng}, journal={arXiv preprint .原创 2020-11-25 10:14:30 · 392 阅读 · 0 评论 -
Syn2Real Transfer Learning for Image Deraining using Gaussian Processes——CVPR2020
论文地址:Syn2Real Transfer Learning for Image Deraining using Gaussian ProcessesGithub地址:rajeevyasarla/Syn2Real摘要要点提取:最近基于CNN的方法只在有ground truth的数据上进行训练。但真实世界中有groun truth的数据集很难获取,因此现有方法都是在合成数据集上进行训练,对真实场景下的图片的泛化能力很差。论文提出一个基于高斯处理的半监督学习框架,利用合成数据集进行训练同时在训练的过.原创 2020-11-11 11:37:40 · 324 阅读 · 0 评论 -
《Tensorflow深度学习算法原理与编程实战》阅读笔记——5.4拟合
泛化(Generalization):训练得到的模型在未知新输入数据上表现良好的能力泛化误差(Generalization Error)/ 测试误差(Test Error):模型在未知新输入数据上得到的误差欠拟合(Underfitting):模型不能够在训练集上获得足够低的误差。模型容量不足难以拟合训练集时出现欠拟合。简言之,模型太简单,数据比较复杂。过拟合(Overfitting):训练误差和测试误差之间差距太大。模型容量高于任务所需,很好地记忆了每一个训练数据中随即噪音的分布而忽略了对训练数据中通原创 2020-09-16 20:34:04 · 210 阅读 · 1 评论 -
Abstracts of Salient Objects Detection (just for self-study and memorize)
Salient Objects in Clutter: Bringing Salient Object Detection to the ForegroundECCV 2018Abstract:We provide a comprehensive evaluation of salient object detection (SOD) models. Our analysis identifies a serious degign bias of existing SOG datasets which原创 2020-08-31 16:28:59 · 361 阅读 · 0 评论 -
Abstracts of Face Synthesis Sketch Related Papers (just for self-study and memorize)
Face Photo-Sketch Synthesis via Knowledge TransferIJCAI 2019Abstract:Despite deep neural networks have demonstrated strong power in face photo-sketch synthesis task, their performance, however, are still limited by the lacking of training data ( photo-s原创 2020-08-26 10:31:40 · 410 阅读 · 0 评论 -
Two-Stage Peer-Regularized Feature Recombination for Arbitrary Image Style Transfer(CVPR 2020)——论文阅读
论文下载摘要本文介绍一种神经风格迁移模型,所提出方案即使在零样本设置下也可以产生高质量的图像,且在更改内容几何形状时具有更大的自由度。通过引入Two Stage Peer-Regularization Layer,图卷积层将潜空间中的风格和内容重新组合在一起。与绝大多数现有方法不同,模型不依赖于任何预训练网络来计算感知损失,且直接在潜在空间进行循环损失优化。引言神经样式转移(NST)研究如何构建模型,这些模型可以转换输入图像(或视频)的视觉外观以匹配所需目标图像的样式。 例如,用户可能希望将给定的照原创 2020-06-30 10:36:38 · 526 阅读 · 0 评论 -
Windows下跑通“Avatar-Net: Multi-scale Zero-shot Style Transfer by Feature Decoration”的代码
代码链接:Avatar-Net: Multi-scale Zero-shot Style Transfer by Feature Decoration跑通的路程:1.按照作者提供的environment.yaml文件创建虚拟环境并安装相应包。需要注意的是Windows环境下需要将yaml文件中的VC和VCruntime删掉,即:2.激活创建的虚拟环境3.由于默认安装pillow=7...原创 2020-04-12 00:02:33 · 829 阅读 · 0 评论 -
Astrous Convolution, Astrous Spatial Pyramid Pooling, Fully Connected Conditional Random Field
翻译的一篇英文博文,原文地址见文末Atrous Convolution 原子卷积or空洞卷积?“Atrous”源自法语“à trous”,意思是洞。一些论文也称它为“膨胀卷积“。它通常用于小波变换,现在它被用于深度学习中的卷积。公式:当r=1时,它就是我们常用的标准卷积,当r>1时即atrous convolution,r表示卷积过程中对输入样例采样的步长(stride to sa...原创 2019-10-29 15:13:41 · 2761 阅读 · 1 评论 -
《Improving Shape Deformation in Unsupervised Image-to-Image Translation》——论文阅读之image translation
作者:Aaron Gokaslan (1), Vivek Ramanujan (1), Daniel Ritchie (1),Kwang In Kim (2), James Tompkin (1)1. Brown University, USA2. University of Bath, UK摘要:Unsupervised image-to-image translation tec...原创 2019-07-24 10:23:40 · 591 阅读 · 0 评论 -
《Joint Gap Detection and Inpainting of Line Drawings》——论文阅读之line drawings
作者:Kazuma Sasaki, Satoshi Iizuka, Edgar Simo-Serra, Hiroshi IshikawaDepartment of Computer Science and EngineeringWaseda University, Tokyo, Japanmilky_kaid.lc@ruri.waseda.jp, {iizuka, esimo}@aoni....原创 2019-07-24 11:00:38 · 469 阅读 · 0 评论 -
《GLStyleNet: Higher Quality Style Transfer Combining Global and Local Pyramid Features》——论文阅读之风格迁移
作者:Zhizhong Wang* , Lei Zhao* , Wei Xing , Dongming LuCollege of Computer Science and Technology, Zhejiang University{endywon, cszhl, wxing, ldm}@zju.edu.cn摘要:Recent studies using deep neural ne...原创 2019-07-20 18:42:55 · 492 阅读 · 0 评论 -
《Deep Video-Based Performance Cloning》——论文阅读之image translation
作者:K. Aberman(1,2), M. Shi(3), J. Liao(4), D. Lischinski(5), B. Chen(6,1), and D. Cohen-Or(2)1.AICFVE, Beijing Film Academy, 2.Tel-Aviv University, 3.Shandong University, 4.City University of Hong K...原创 2019-07-21 18:07:20 · 449 阅读 · 0 评论