叠加态的猫

摘要： Python相关知识索引 阅读全文

摘要： A Tree-Structured Decoder for Image-to-Markup Generation（https://www.zhuanzhi.ai/document/f09d28ca52b77a13a13bf44a86aba64d）Handwritten Mathematical Ex 阅读全文

摘要： https://arxiv.org/pdf/1910.02562.pdf 总体介绍 基于Seq2Seq的OCR改进文章，提出两个问题，encoder特征间相似度太高导致注意力不准 & RNN-based的结构需要逐个step跑效率太低： 1、 such methods suffer from att 阅读全文

摘要： 和用LSTM的方法对比， 和transform相比主要区别在于编码器上，由3部分构成： 1、Shallow CNN，用于控制计算量 2、Adaptive 2D positional encoding 论文中说Transformer的Position Encoding模块可能在视觉作用中起不了作用，但 阅读全文

摘要： 简单介绍下问题背景以及算法迭代流程，涉及一点推导 阅读全文

摘要： 三元组添加margin（记为alpha）形式损失函数为： 将特征归一化，并带入xc=(xp+xa)/2，省略常数项得到： 考虑log(exp(y1) + exp(y2)) ≥ max(y1, y2)，对batch数据的处理整理为： Batch整合的推导没深究，看起来是取了对单个anchor而言bat 阅读全文

摘要： 2. Pre-processing Tricks 2.1. Dataset Cleaning for Training TR1 We noticed by visual inspection that the training set of GLD v1 is clean and reliable, 阅读全文

摘要： 简单理下代码逻辑，记录下对本文涉及到的最优化传输部分的理解。 阅读全文

摘要： https://zhuanlan.zhihu.com/p/361366090 目前transform的两个非常严峻的问题 受限于图像的矩阵性质，一个能表达信息的图片往往至少需要几百个像素点，而建模这种几百个长序列的数据恰恰是Transformer的天生缺陷； 目前的基于Transformer框架更多 阅读全文

摘要： 感受野尺寸、中心计算涉及文献： 有效感受野文献： 阅读全文

摘要： https://docs.python.org/3/library/multiprocessing.html?highlight=imap_unordered#multiprocessing.pool.Pool.imap_unordered 注意，worker函数不能写在其他函数内部： def fu 阅读全文

摘要： 原文地址： https://developer.nvidia.com/zh-cn/blog/building-cuda-applications-cmake/ https://developer.nvidia.com/blog/building-cuda-applications-cmake/ 一个 阅读全文

摘要： 对上采样的优化：动态的选取新像素对哪些原有像素存在依赖 Large field of view. Unlike previous works (e.g. bilinear interpolation) that only exploit subpixel neighborhood, CARAFE c 阅读全文

摘要： “ 我认为MoCo这篇最创新的地方，就是解决了一个非常重要但以前又没有思路的工程问题，就是怎么节省内存节省时间搞到大量的negative sample。之前的memory bank虽然机智，但是必须存下来整个数据集，空间开销O(N)，所以处理不了Instagram级别的数据，这个问题困扰我很久而且我 阅读全文

摘要： https://zhuanlan.zhihu.com/p/144059763 Yolo V3 上图三个蓝色方框内表示Yolov3的三个基本组件： CBL：Yolov3网络结构中的最小组件，由Conv+Bn+Leaky_relu激活函数三者组成。 Res unit：借鉴Resnet网络中的残差结构，让 阅读全文

摘要： 电脑中包含多版本OpenCV、项目找不到默认的OpenCV等问题 阅读全文