经典yolov1论文yolov
经典dp
K-Box_2023牛客暑期多校训练营2 (nowcoder.com) #include<bits/stdc++.h> #define int long long using namespace std; typedef pair<int, int> PII; const int N = 1e6 + ......
【论文解读】在上下文中学习创建任务向量
【论文解读】在上下文中学习创建任务向量 一、简要介绍 大型语言模型（LLMs）中的上下文学习（ICL）已经成为一种强大的新的学习范式。然而，其潜在的机制仍未被很好地了解。特别是，将其映射到“标准”机器学习框架是具有挑战性的，在该框架中，人们使用训练集S在某些假设类中找到最佳拟合函数f (x)。在这里 ......
【论文阅读笔记】【OCR-End2End】 ESTextSpotter: Towards Better Scene Text Spotting with Explicit Synergy in Transformer
ESTextSpotter ICCV 2023 读论文思考的问题 论文试图解决什么问题？ 场景文本端到端识别任务中，检测和识别两个任务的协同作用十分关键，然而以往的方法通常用一些十分隐式的方式来体现这种协同作用（shared backbone, shared encoder, shared quer ......
【略读论文|时序知识图谱补全】Learn from Relational Correlations and Periodic Events for Temporal Knowledge Graph Reasoning
会议：SIGIR，时间：2023，学校：国防科技大学 摘要： 之前模型存在的问题：未能利用快照内结构信息的关系之间的语义相关性与快照间时间交互沿时间轴的周期性时间模式。 本文的工作：提出了一种新的推理模型（RPC）；它通过两个新的通信单元，即关系通信单元(RCU)和周期通信单元(PCU)，充分挖掘关 ......
如何使用markdown写毕业论文
step 1: pandoc: https://github.com/jgm/pandoc/releases step 2: pandoc-crossref: https://github.com/lierdakil/pandoc-crossref/releases step 3: pip3 ins ......
论文阅读笔记：Revisiting Prototypical Network for Cross Domain Few-Shot Learning
标题：重新审视用于跨领域少样本学习的原型网络 研究背景： 问题背景：原型网络是一种流行的小样本学习方法， 其网络简单而直观，对于小样本学习问题有着较好的表现，尤其是在图像分类等领域。 存在问题：然而，当推广到跨领域的少样本分类任务时，其性能出现了大幅度下降，这严重限制了原型网络的实用性。 研究动机： ......
【略读论文|时序知识图谱补全】Hierarchical Self-Atention Embedding for Temporal Knowledge Graph Completion
会议：WWW，时间：2023，学校：东北大学计算机与通信工程学院 摘要： 目前TKGC模型存在的问题：只考虑实体或关系的结构信息，而忽略了整个TKG的结构信息。此外，它们中的大多数通常将时间戳视为一般特征，不能利用时间戳的潜在时间序列信息。 本文的方法：一种基于自注意机制和历时嵌入技术的分层自注意嵌 ......
前端vue经典面试题78道（重点详细简洁）
前端vue经典面试题78道（重点详细简洁） 目录 1.自我介绍 2.vue面试题 1.v-show和v-if区别的区别： 2.为何v-for要用key 3.描述vue组件声明周期mm 单组件声明周期图 父子组件生命周期图 4.vue组件如何通信 5.描述组件渲染和更新的过程 1、vue 组件初次渲 ......
【略读论文|时序知识图谱补全】DREAM: Adaptive Reinforcement Learning based on Attention Mechanism for Temporal Knowledge Graph Reasoning
会议：SIGIR，时间：2023，学校：苏州大学计算机科学与技术学院，澳大利亚昆士兰布里斯班大学信息技术与电气工程学院，Griffith大学金海岸信息通信技术学院 摘要： 原因：现在的时序知识图谱推理方法无法生成显式推理路径，缺乏可解释性。 方法迁移：由于强化学习 (RL) 用于传统知识图谱上的多跳 ......
【略读论文|时序知识图谱补全】Adaptive Path-Memory Network for Temporal Knowledge Graph Reasoning
会议：IJCAI，时间：2023，学校：1 中国科学院计算机网络信息中心，北京 2中国科学院大学，北京 3 澳门大学智慧城市物联网国家重点实验室，澳门 4 香港科技大学(广州)，广州 5 佛罗里达大学计算机科学系，奥兰多 摘要： 提出一种新的具有TKG关联特征的体系结构建模方法，即自适应路径-记忆网 ......
【略读论文|时序知识图谱补全】Temporal Knowledge Graph Reasoning with Historical Contrastive Learning
会议：AAAI，时间：2023，学校：上海交通大学 摘要： 大多数时序知识图谱的推理方法高度依赖于事件的递归或周期性，这给推断与缺乏历史交互的实体相关的未来事件带来了挑战。本文提出一种新的基于历史对比学习训练框架的对比事件网络（CENET）的新事件预测模型。 1.CENET 学习历史和非历史依赖来区 ......
【略读论文|时序知识图谱补全】Logic and Commonsense-Guided Temporal Knowledge Graph Completion
会议：AAAI，时间：2023，学校：北京航空航天大学 文中谓词可以视为关系。 以往的TKG补全(TKGC)方法不能同时表示事件的时效性和因果关系。为了应对这些问题，作者提出了一个逻辑和尝试引导嵌入模型（LCGE ），从常识的角度共同学习涉及事件的及时性和因果关系的时间敏感表示，以及事件的时间无关表 ......
【论文阅读】OneNet Enhancing Time Series Forecasting Models under Concept Drift by Online Ensembling
原始题目：OneNet: Enhancing Time Series Forecasting Models under Concept Drift by Online Ensembling 中文翻译：OneNet：通过在线集成增强概念漂移下的时间序列预测模型 发表时间：2023年09月22日 平台： ......
【论文阅读】Improving language understanding by generative pre-training
原始题目：Improving language understanding by generative pre-training 中文翻译：通过生成预训练提高语言理解能力 发表时间：2018年 平台：Preprint 文章链接：https://www.mikecaptain.com/resource ......
【论文阅读】TimeGPT-1
原始题目：TimeGPT-1 中文翻译：TimeGPT-1 发表时间：2023年10月05日 平台：arXiv 文章链接：http://arxiv.org/abs/2310.03589 开源代码：无 摘要 在本文中，我们介绍了TimeGPT，这是第一个用于时间序列的基础模型，能够为训练过程中看不到的 ......
yolov8基本使用方式
命令行启动： yolo task=detect mode=predict model=./yolov8n.pt source="./ultralytics/asset/bus.jpg" python命令启动： from ultraly import YOLO yolo = YOLO("./yolov ......
Optimized Content Caching and User Association for Edge Computing in Densely Deployed Heterogeneous Networks论文阅读
目录Optimized Content Caching and User Association for Edge Computing in Densely Deployed Heterogeneous Networks1、问题背景贡献点：2、系统建模及问题公式化系统建模问题公式化联合内容缓存和用户 ......
yolov5与yolov8相比
yolov5与yolov8相比 相同之处： 1.都使用cspdarknet53模型（cspdarknet53是一个深度卷积网络模型，用于图像识别和分类任务） 2.两种算法都使用锚框来提高对象检测的准确性 3.使用nms来防止一个对象的多次检测 4.准确率yolov8高于yolov5 5.速度(FPS ......
Python 中的经典类新式类
要知道经典类和新式类的区别，首先要掌握类的继承 类的继承的一个优点就是减少代码冗余 广度优先和深度优先，这主要是在多类继承的时候会使用到 经典类和新式类的主要区别就是类的继承的方式 经典类遵循深度优先的规则，新式类遵循广度优先的规则。 至于什么是深度优先什么是广度优先，可以看如下示例: class ......
记录第一篇IEEE论文写作问题
标题在标题中，所有名词、代词、形容词、动词、副词和从属连词均大写。除单位缩写和首字母缩略词外，其他小写的缩写均大写。冠词（a、an、the）、并列连词（and、but、for、or、nor）和大多数短介词都是小写的，除非它们是第一个或最后一个词。三个以上字母的介词（Before、From、Throu ......
VLOOKUP函数10种经典用法
VLOOKUP函数是Excel中非常常用的函数之一，可以用于在一个区域或表格中查找某个值，并返回该值所在行的另一个指定列中的数值。将VLOOKUP与其他函数（如SUM、AVERAGE等）结合使用，实现更复杂的数据分析和处理功能。在一个VLOOKUP函数中嵌套另一个VLOOKUP函数，以便进行多级查找... ......
爱芯元智AX650N部署yolov5 自定义模型
爱芯元智AX650N部署yolov5s 自定义模型 本博客将向你展示零基础一步步的部署好自己的yolov5s模型（博主展示的是安全帽模型），利用yolov5 官方的代码工具导出onnx模型，并通过onnxsim自带的工具精简网络结构，导出子图，为了Pulsar2 工具进行处理模型做准备。 获得自定义 ......
外文论文同行评审平台——PubPeer——论文打假平台
参考： https://baijiahao.baidu.com/s?id=1757051752090030001&wfr=spider&for=pc 偶然间看到了一个外文论文的同行评审平台——PubPeer，这个平台与其说是同行评审还不如说是一个论文打假平台，一般能够等上这个平台的论文不敢说百分百是 ......
yolov8 opencv模型部署
使用opencv推理yolov8模型，仅依赖opencv，无需其他库，以yolov8s为例子，注意： 使用opencv4.8.0 ！使用opencv4.8.0 ！使用opencv4.8.0 ！如果你使用别的版本，例如opencv4.5，可能会出现以下错误。 一、安装yolov8conda creat ......
C++实现YoloV7目标识别与实例分割推理
前言 1.简介 7月份，由YOLOV4的原班人马Chien-Yao Wang、Alexey Bochkovskiy 和 Hong-Yuan Mark Liao推出的YoloV7,应该是目前开源的目标检测算法最好之一了，它在在5 FPS到160 FPS范围内的速度和精度达到了新的高度，优于 YOLOR ......
YOLOv7 部署到 TensorRT（C++ ）
TensorRT 概述 TensorRT 是由 Nvidia 发布的一个机器学习框架，用于在其硬件上运行机器学习推理。其能针对 Nvidia 系列硬件进行优化加速，实现最大程度的利用 GPU 资源，提升推理性能。在训练了神经网络之后，TensorRT 可以对网络进行压缩、优化以及运行时部署，并且没有 ......
论文精读：用于少样本目标检测的元调整损失函数和数据增强（Meta-tuning Loss Functions and Data Augmentation for Few-shot Object Detection）
论文链接：Meta-Tuning Loss Functions and Data Augmentation for Few-Shot Object Detection Abstract 现阶段的少样本学习技术可以分为两类：基于微调（fine-tuning）方法和基于元学习（meta-learning ......
【论文阅读笔记】【Image Retrieval】 Global Features are All You Need for Image Retrieval and Reranking
SuperGlobal ICCV 2023 读论文思考的问题 论文试图解决什么问题？ 图片检索方法通常由粗粒度图片检索和精确的结果重排列两个模块组成。人们通常认为图片的 local feature 在结果重排列中是不可或缺的，但对大量的 local feature 的计算需要较高的计算资源和时间 能 ......
45 个 Git 经典操作场景，专治不会合代码[转-来自知乎]
文章来源：https://zhuanlan.zhihu.com/p/485010145 git 对于大家应该都不太陌生，熟练使用git已经成为程序员的一项基本技能，尽管在工作中有诸如 Sourcetree这样牛X的客户端工具，使得合并代码变的很方便。但找工作面试和一些需彰显个人实力的场景，仍然需要我 ......