读论文
文章平均质量分 91
论文阅读记录....
Jumbuck_10
这个作者很懒,什么都没留下…
展开
-
Swin Transformer论文精读( Hierarchical Vision Transformer using Shifted Windows)
本文主要结合博主自己看的一些Swin Transformer相关的视频和文章,对其中的核心思想和模块做一定的解释说明。原创 2023-09-23 22:55:09 · 209 阅读 · 0 评论 -
【读论文】(个人对DETR的理解)End-to-End Object Detection with Transformers
注:该文记录自己在学习DETR、以及看论文过程中对该模型的理解。由于已经有很多大佬翻译了该论文,且沐神和bryanyzhu大佬对该论文已进行详细的讲解,因此该文其实是对这些公开学习资料的总结以及个人见解。参考链接上面给出。原创 2023-05-01 22:10:27 · 366 阅读 · 6 评论 -
【读论文】(换装行人重识别)超标量神经元:采用矢量神经元胶囊实现”长周期“的行人重识别【有自己的实践比如加了超像素随机擦除】
目前的行人重识别(re-ID)工作主要针对于一个人不太可能更换衣服的短期场景。然而,在长期行人重识别的情况下,一个人有很大的机会去更换衣服。一个复杂的行人重识别系统应该考虑到这些变化。为了便于长期行人重识别(re-ID)的研究,本文介绍了一个名为“celeb - reid”的大规模re-ID数据集。与以前的数据集不同,同一个人可以在拟议的“celeb - reid”数据集中换衣服。“celeb - reid”的图片是通过名人的街头快照从网上获得的。原创 2023-04-30 00:55:24 · 481 阅读 · 0 评论 -
【读论文】FCN用于语义分割的全卷积网络:Fully Convolutional Networks for Semantic Segmentation
卷积网络是强大的视觉模型,它能产生不同层次的特征。我们提出的这个卷积网络本身,通过端到端、像素到像素的训练,在语义分割方面超过了最先进的水平。我们的关键见解是建立 "全卷积 "网络(FCN)。该网络接受任意大小的输入,通过高效的推理和学习,产生形成相应大小的输出。我们定义并详细说明了全卷积网络的空间结构,解释了它们在空间密集的预测任务中的应用,并得出与先前模型的联系。原创 2023-04-30 00:35:15 · 92 阅读 · 0 评论