机器学习炼丹术

LV0
发表了文章

self-training | 域迁移 | source-free(第二篇)

上图展示了source-free domain adaptation和一般的DA的区别。在之前的两篇source-free的论文中已经反复讲解,不再赘述。

机器学习炼丹术
发表了文章

self-training | 域迁移 | source-free的域迁移(第一篇)

训练得益于大量的数据,A数据集有标注,B数据集无标注。如何利用A数据集在B数据集上取得效果,这是经典的Domain adaptation问题。

机器学习炼丹术
发表了文章

图网络 | Graph Attention Networks | ICLR 2018 | 代码讲解

【前言】:之前断断续续看了很多图网络、图卷积网络的讲解和视频。现在对于图网络的理解已经不能单从文字信息中加深了,所以我们要来看代码部分。现在开始看第一篇图网络的...

机器学习炼丹术
发表了文章

小样本分割 | FSS1000 | CVPR2020

和COCO,imageNET的等数据集比较,这个FSS1000数据集包含1000个类别,每个类别包含10张带有标注的图像。1000个类别涵盖日常用到的类别,包含...

机器学习炼丹术
发表了文章

简单的结构 | MLP-Mixer: An all-MLP Architecture for Vision | CVPR2021

「前沿」:最近忙各种各样的事情,更新慢了。抽空写一点。这一篇内容很简单,只需要5min就可以学完。

机器学习炼丹术
发表了文章

域迁移DA |Addressing Domain Shift for Segmentation | CVPR2018

「前言」:最近好久没更新公众号了,我一不小心陷入了一个误区:我以为自己看的文章足够多了,用之前的风格迁移和GAN的知识来解决一个domain adaptive的...

机器学习炼丹术
发表了文章

光流 | flownet | CVPR2015 | 论文+pytorch代码

已知卷积神经网络在具有足够的标记数据的情况下非常擅长学习输入输出关系。因此,采用端到端的学习方法来预测光流:

机器学习炼丹术
发表了文章

医学图像配准 | Voxelmorph 微分同胚 | MICCAI2019

这片论文提供了SOTA的配准方式,并且使用了diffeomorphic(微分同胚)。

机器学习炼丹术
发表了文章

医学图像 | DualGAN与儿科超声心动图分割 | MICCAI

为了获得高质量的分割结果,目前临床上小儿超声心动图的分割主要由超声工作者手工完成,这既费时费力,又高度依赖于超声工作者的专业水平。为了解决这些问题,本文提出了一...

机器学习炼丹术
发表了文章

图像分割 | Context Prior CPNet | CVPR2020

文中提到了下面关键字:构建了corresponding prior map(CPmap),然后通过Context Prior Layer(CPLayer)来把这...

机器学习炼丹术
发表了文章

VIT Vision Transformer | 先从PyTorch代码了解

【前言】:看代码的时候,也许会不理解VIT中各种组件的含义,但是这个文章的目的是了解其实现。在之后看论文的时候,可以做到心中有数,而不是一片茫然。

机器学习炼丹术
发表了文章

自监督SOTA框架 | BYOL(优雅而简洁) | 2020

BYOL是Boostrap Your Own Latent,这个无监督框架非常的优雅和简单,而且work。收到了很多人的称赞,上一个这样起名的在我认知中就是YO...

机器学习炼丹术
发表了文章

自监督图像论文复现 | BYOL(pytorch)| 2020

比较陌生的可能就是torchvision.transforms.ColorJitter()这个方法了。

机器学习炼丹术
发表了文章

注意力论文解读(1) | Non-local Neural Network | CVPR2018 | 已复现

首先,这个论文中的模块,叫做non-local block,然后这个思想是基于NLP中的self-attention自注意力机制的。所以在提到CV中的self-...

机器学习炼丹术
发表了文章

图像质量评估论文 | rank-IQA | ICCV2017

这一篇文章感觉是不错的,大概的流程是,对好的图像经过不同级别的失真操作,得到一系列的图像,然后把不同失真程度的图像对输入到siamese net中训练。是一个n...

机器学习炼丹术
发表了文章

图像质量评估论文 | Deep-IQA | IEEETIP2018

这一篇文章和上一篇的rank-IQA感觉都是不错的处理NR-IQA任务的框架,让我们好好学一学这一篇文章中的精髓。

机器学习炼丹术
发表了文章

图片质量评估论文 | 无监督SER-FIQ | CVPR2020

这可能是我看CVPR论文中,唯一一个5分钟就看完原理的论文了,简单有趣。这一篇文章是CVPR2020的与图像质量评估相关的文章,整体思想比较新颖,而且是无监督的...

机器学习炼丹术
发表了文章

卷积网络可解释性复现 | Grad-CAM | ICCV | 2017

总的来说,卷积网络的可解释性一直是一个很重要的问题,你要用人工智能去说服别人,但是这是一个“黑箱”问题,卷积网络运行机理是一个black box,说不清楚内在逻...

机器学习炼丹术
发表了文章

卷积涨点论文复现 | Asymmetric Conv ACNet | ICCV | 2019

【前言】:觉得本文不错的,可以在文章末尾点个赞+在看哦~(今年年底之前可否完成100篇技术原创文呢?)

机器学习炼丹术
发表了文章

pytorch实现 | Deformable ConvNet 可变卷积 | CVPR | 2017

图像处理论文详解 | Deformable Convolutional Networks | CVPR | 2017

机器学习炼丹术

个人简介

个人成就

扫码关注云+社区

领取腾讯云代金券