随笔分类 - 论文阅读
摘要：CVPR2021文章adco官方代码阅读笔记 1. 正样本相似性计算用的是矩阵乘法,即同一个batch的其它样本也做为负样本（而不仅仅是memory bank中的样本） l_pos = torch.enisum('nc,ck->nk', [q, k.T]) # train.py update_net
阅读全文
摘要：本博客是《Learning from class-imbalanced data: Review of methods and applications》的简要记录。本文发表时间较早，主要是非深度学习的方法，仅供参考。 1. Imbalanced data classification approa
阅读全文
摘要：理解LSTM（通俗易懂版） Convolutional LSTM Network(知乎) 原论文地址
阅读全文
摘要：针对目前点云分割存在速度慢、显存需求大的问题，该文提出以一种高效率学习的方法。从论文的结果来看，该文不仅在计算时间和计算资源上大幅缩减，分割效果也是达到甚至超过了SOTA。 采样 大规模点云处理的一个挑战在于如何快速且有效地进行采样，从而加速应用所需的时间和计算资源。针对这个问题，本文的一个贡献在于
阅读全文
摘要：https://zhuanlan.zhihu.com/p/49981234
阅读全文
摘要：文章没有对投影进行详细阐述，其实思路很简单： 原文公式如下 直接上图 对于激光点云P，其相对于原点（LIdar 传感器）的位置关系如上图： 先看坐标 求的是水平方位角，也就是图中的。即对角归一化
阅读全文
摘要：一篇讲原理很好的博文 https://www.cnblogs.com/Libo-Master/p/9759130.html
阅读全文
摘要：又一篇3D点云detection的顶会。这篇文章是two stage的方法，非end-to-end。文章的前提是利用faster rcnn得到2D图像的image crop；然后才是本文介绍的PointFusion，即将image crop和对应的3D点云数据作为输入，得到3D box。可以说这篇文
阅读全文
摘要：3D点云做detection的一篇milestone paper。经典的two-stage方法（region proposal-based method）。思路来自于经典的faster rcnn。 整个模型如下图 图一. 整体模型 3D Point Cloud Representation 这篇文章
阅读全文
摘要：https://www.cnblogs.com/liaohuiqiang/p/9226335.html
阅读全文
摘要：同样来自中山大学Weishi Zheng老师组的一篇unsupervised person reid，但这篇不是domain adaption，而是只有unlabeled data。 PCB等监督模型的出现表明分块对于行人重识别的有效性。因此这篇文章利用分块的思想解决非监督问题上。 整个模型如上图：
阅读全文
摘要：很好的一篇文章，不愧是reid大组中山大学Weishi-Zheng老师的工作 文章的基本出发点很有意思：用source domain的feature做作为参考，衡量target domain images是否相似，从而构成正负样本进行contrasive learning和domain adapti
阅读全文
摘要：1. NLP 自然语言处理中的自注意力机制（Self-attention Mechanism） Self Attention需要掌握的基本原理 2. CV 【AI不惑境】计算机视觉中注意力机制原理及其模型发展和应用 Spatial Attention Channel Attention: SENet
阅读全文
摘要：昨天Ke Kiaming大神的新文章 MoCo问世,reID中的contrastive loss逐渐往上游影响。自己对这一块一直没有一个总结梳理，趁着学习这篇文章的机会整理一下，挖个坑慢慢填 Distance metric learning aims to learn an embedding re
阅读全文
摘要：Unsupervised Person Reid （UDA）的预设条件： Source domain的图像带标签（人的id） Target domain图像不带id标签，但是带camera的信息 基本思路：利用source domain和target domain进行混合训练，以进行domain a
阅读全文
摘要：这篇论文是CVPR2019的oral，将graph learning引入了person search task中，文章很不错，学习一下~ 1. Introduction 这篇文章对图像中的context information（上下文信息）做了进一步的挖掘，利用其辅助person search的决策
阅读全文
摘要：原理转载 https://www.jianshu.com/p/206e7b0cb433 代码
阅读全文
摘要：这篇文章在OIM的基础上做了较大改进，在CUHK-SYSU和PRW两个数据集上取得了不错的进展。 基本流程如Figure 1的右边，用孪生的faster rcnn网络做detection，然后用re-ID网络做识别，最后用QSimNet求query-gallery图像对的相似性。 整个网络的框架如F
阅读全文
摘要：PDF 这篇文章和以往的person search文章不同，作者提出detector和re-ID分离才会产生更好的performance。detector是faster RCNN产生proposal和离线（off-the-shelf）的instance segmentation method FCI
阅读全文
摘要：转载 https://blog.csdn.net/qq_21190081/article/details/78483839
阅读全文
