- 博客(3)
- 收藏
- 关注
RSS订阅原创 graph attention network
参考博客：Graph Attention Networks学习笔记 - 知乎 (zhihu.com)在本文中，作者提出了一种基于attention的节点分类网络——GAT。其基本思想是，根据每个节点在其邻节点上的attention，来对节点表示进行更新。GAT具有以下几个特点：（1）计算速度快，可以在不同的节点上进行并行计算；（2）可以同时对拥有不同度的节点进行处理；（3）可以被直接用于解决归纳学习问题，即可以对从未见过的图结构进行处理。Graph Attentional Layer输入：.
2022-04-19 10:07:53
786
1
转载 特征金字塔
特征金字塔（Feature Pyramid Network）是用于检测不同尺度的对象的识别系统中的基本组件。多尺度上识别目标是计算机视觉的一个挑战，通过提取多尺度的特征信息进行融合，进而提高模型精度。目前多尺度物体检测主要面临的挑战：1、如何学习具有强语义信息的多尺度特征表示？2、如何设计通用的特征表示来解决物体检测中的多个子问题？如目标类别，定位，分割等？3、如何高效计算多尺度的特征表示？...
2022-04-13 09:57:49
8299
原创 Learning to Filter: Siamese Relation Network for Robust Tracking 论文笔记
Learning to Filter: Siamese Relation Network for Robust Tracking 论文笔记
2022-04-07 10:09:15
3039
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人