自由方向

摘要： 0.前言 相关资料： arxiv github 论文解读 论文基本信息： 领域：弱监督时序动作定位 发表时间：CVPR2022(2022.3.14) 1.针对的问题 许多现有的方法试图生成伪标签来弥补分类和定位之间的差异，但通常只使用有限的上下文信息，即每个片段内的信息，来生成伪标签。 2.主要贡献 阅读全文

摘要： 0.前言 相关资料： arxiv github 论文解读 论文基本信息： 领域：弱监督语义分割 发表时间： CVPR 2022(2022.3.5) 1.针对的问题 目前主流的弱监督语义分割方法通常首先训练分类模型，基于类别激活图（CAM）或其变种生成初始伪标签；然后对伪标签进行细化作为监督信息训练一 阅读全文

摘要： 0.前言 相关资料： arxiv github 论文解读 论文基本信息： 领域：弱监督时序动作定位 发表时间：CVPR2023(2023.5.1) 1.针对的问题 由于缺乏时间标注，当前的弱监督时间动作定位方法通常陷入over-complete或不完全定位。本文旨在从两个方面来利用文本信息来提升WT 阅读全文

摘要： 0.前言 相关资料： paper github 论文解读 论文基本信息： 领域：弱监督时序动作定位 发表时间：WACV 2023(2023.2.6) 1.针对的问题 现有方法通常直接使用从预训练的提取器中提取到的片段级RGB和光流特征。由于片段的时间跨度短和初始特征不合适这两个方面的限制，这些WTA 阅读全文

摘要： 1.针对的问题 在弱监督时序动作定位领域提出了一些帧监督的方法，但是由于标签稀疏性，现有的工作无法学习动作的完整性，动作预测零碎，导致在高IoU阈值的情况下表现较差。作者试图通过生成密集的伪标签，为模型提供完整性指导。 2.主要贡献 •引入了一个新的框架，其中生成了密集的最优序列，以在点监督设置下为 阅读全文

摘要： 0.前言 相关资料： arxiv github 论文解读(知乎，CSDN) 论文基本信息： 领域：视频自监督表示学习 发表时间：NeurIPS 2022(2022.3.23) 1.针对的问题 视频存在非常多的冗余信息，所以，对视频的处理需要非常大的计算资源，transformer需要非常多的额外训练 阅读全文

摘要： 0.前言 相关资料： arxiv github 论文解读 论文基本信息： 发表时间：NeurlPS2022(2022.10.13) 1.摘要 最近，基于Transformer的网络在语义分割方面取得了令人印象深刻的结果。然而在实时语义分割方面，由于Transformer的计算机制耗时，纯基于cnn的 阅读全文

摘要： 0.前言 相关资料： arxiv github 论文解读 论文基本信息： 发表时间：arxiv2022(2022.9.16) 1.针对的问题 CNN虽然效率更高，能够建模局部关系，易于训练，收敛速度快。然而，它们大多采用静态权重，限制了它们的表示能力和通用性。而全局注意力机制虽然提供了动态权重，能从 阅读全文

摘要： 0.前言 相关资料： arxiv github 论文解读 论文基本信息： 发表时间：arxiv2022(2022.6.21) 1.针对的问题 视觉transformer计算复杂度和内存占用都是二次的，这主要是softmax归一化导致的，这使其无法处理高分辨率图像或细粒度图像patch。 2.主要贡献 阅读全文

摘要： 0.前言 相关资料： arxiv github 论文解读(CSDN) 论文基本信息： 作者单位：Facebook 发表时间：arxiv2022(2022.4.14) 1.针对的问题 1.之前的视觉Transformer关于嵌入维数(不包括线性投影)是线性的，但相对于token的数量是二次的，而在视觉 阅读全文