Sparse
PV视角之3D检测模型Sparse4D系列
在自动驾驶视觉感知系统中，为了获得环绕车辆范围的感知结果，通常需要融合多摄像头的感知结果。比较早期的感知架构中，通常采用后融合的范式，即先获得每个摄像头的感知结果，再进行结果层面的融合。后融合范式主要的问题在于难以处理跨摄像头的目标（如大卡车），同时后处理的负担也比较大。而目前更加主流的感知架构则是 ......
CRC-Aided Sparse Regression Codes for Unsourced Random Access
This paper considers a coding scheme for unsourced random access (URA) based on sparse regression codes(SPARCs). ......
Adaptive Sparse Convolutional Networks with Global Context Enhancement for Faster Object Detection on Drone Images
Adaptive Sparse Convolutional Networks with Global Context Enhancement for Faster Object Detection on Drone Images * Authors: [[Bowei Du]], [[Yecheng ......
论文精读：基于具有时空感知的稀疏多图卷积混合网络的大数据驱动船舶轨迹预测（Big data driven trajectory prediction based on sparse multi-graph convolutional hybrid network withspatio-temporal awareness）
论文精读：基于具有时空感知的稀疏多图卷积混合网络的大数据驱动船舶轨迹预测 《Big data driven vessel trajectory prediction based on sparse multi-graph convolutional hybrid network with spati ......
Adaptive Sparse Pairwise Loss for Object Re-Identification
https://blog.csdn.net/amusi1994/article/details/130037400 triplet loss中需要计算每个样本之间的距离，从而计算出loss，作者认为同一类的某些样本可能存在有害的信息，所以不应该将所有样本都用于计算loss。作者提出的SP loss中 ......
Cost Aggregation with Transformers for Sparse Correspondence-读书笔记
Cost Aggregation with Transformers for Sparse Correspondence:2022 背景: 该论文结合了SuperGlue和CATs，将里面所有手工制作的部分都代替了。将CATs引入该模型，用Transformer取代手工制作的成本聚合方法，用于具有自 ......
import torch_geometric报错Could not find module '...\torch_sparse\_convert_cpu.pyd' (or one of its dependencies). Try using the full path with constructor syntax.
按照官网步骤安装完torch-scatter、torch-sparse、torch-cluster和torch-spline-conv等依赖项，也成功安装了torch_geometric，但在导入的时候还是报错： 原因是没有C++环境，在该网址中https://visualstudio.micros ......
【CVPR2023】Learning A Sparse Transformer Network for Effective Image Deraining
论文：https://readpaper.com/paper/4736105248993591297 代码：https://github.com/cschenxiang/DRSformer Transformer 模型通常使用标准的 QKV 三件套进行计算，但是部分来自 K 的 token 与来自 ......
简读||Signals With Sparse Mutual Interference for Sounding Massive MIMO Channels
原文链接：https://ieeexplore.ieee.org/document/9424581 摘要：提出了新的探测参考信号（SRS），针对信道老化（aging）的时分双工，大规模MIMO。提出的SRS之间是稀疏的，即有零相关区（ZCZ）。仿真中通过峰均功率比（PAPR）来衡量SRS的性能，并给 ......
Weighted Nonlocal Laplacian on Interpolation from Sparse Data
目录概符号说明WNLL Shi Z., Osher S. and Zhu W. Weighted nonlocal laplacian on interpolation from sparse data. 2017, J. Sci. Comput. 概 针对 graph laplacian 提出的一 ......
《White-Box Transformers via Sparse Rate Reduction》论文学习
一、Introduction 近年来，深度学习在处理大量高维多模态数据方面取得了巨大的实证成功。其中很大一部分成功归功于对数据分布的有效学习，然后将分布转化为简洁的结构化和紧凑的表示形式，这有助于许多下游任务（例如视觉、分类、识别和分割以及生成。为此，已提出和实践了许多模型和方法，每种方法都有其优点 ......
Proj CDeepFuzz Paper Reading: SparseProp: Efficient Sparse Backpropagation for Faster Training of Neural Networks
## Abstract 本文：SparseProp Github: https://github.com/IST-DASLab/sparseprop Task: a back-propagation algo for sparse training data, a fast vectorized i ......
文件空洞（file hole）与稀疏文件（sparse file）
1、引言 在linux上文件大小和占用空间是两个概念，文件大小表示文件数据的长度，空间占用表示数据占用的磁盘空间。 文件大小 < 空间占用：通常磁盘空间是按照4K一块管理的，创建一个文件其内容只有256字节，文件大小实际显示只有256字节，但其磁盘占用空间为4K文件大小 > 空间占用：文件内部有空洞 ......
解决wsl正确安装torch_sparse、torch_scatter的问题
# 快速解决torch_sparse、torch_scatter安装并正确使用的问题 我们如果直接进行pip install后，会因为pip的机制自动下载最新版本的其他依赖，例如torch等cuda版本。 所以我们需要找到对应自己电脑的cuda版本的模块whl，进行离线安装。 ## 找到对应版本 打 ......
Sparse R-CNN
DETR是一个简洁的pipeline，但有一部分操作还是Dense的DETR提出了一套不同于Dense Prediction的pipeline，将检测视为一个Set Prediction问题，成功去掉了Anchor Generation和NMS但是在Decoder中，Object Query和Fea ......
Paper Reading：ControlBurn-Feature Selection by Sparse Forests
针对存在大量相关特征时重要特征的影响被削弱的问题，本文设计了一种通过稀疏森林来消除相关偏差的特征选择算法 ControlBurn。首先使用套袋和提升等方法生成森林，然后通过一个平衡特征稀疏性和预测性能的组 LASSO 惩罚目标为每棵树选择稀疏权值，从而减少树的数量。与 Wrapper 特征选择方法不... ......
Git Sparse Checkout
# 背景 由于仓库有2k+文件，并不想全部拉取下来，只想拉取特定文件。 最后确定使用git的稀疏检出(sparse checkout)功能。 # 步骤： 初始化仓库&进入仓库： ``` git init cd ``` 关联远程仓库： ``` git remote add origin ``` 打开稀 ......
什么是Sparse by default for crates.io
当 Rust crate 发布到 crates.io 上时，可以启用“Sparse by default”特性，这意味着默认情况下，crate 不会包含所有依赖项在上传到 crates.io 的最终包中。相反，它只会包含必要的直接依赖项来使 crate 正常运行。 这个特性对于减少 crate 的大 ......
论文阅读-sparse gpu kernels for deep learning
论文地址：https://ieeexplore.ieee.org/document/9355309 源码地址：https://github.com/google-research/sputnik 背景 深度神经网络由大量的矩阵乘法运算和卷积运算组成，这些运算中使用的矩阵可以转化成稀疏矩阵，同时不损失 ......
rust源使用sparse
[source.crates-io] # To use sparse index, change 'rsproxy' to 'rsproxy-sparse' replace-with = 'rsproxy-sparse' [source.rsproxy] registry = "https://rs ......
【SciPy】Sparse稀疏矩阵主要存储格式总结（转载）
原文：【SciPy】Sparse稀疏矩阵主要存储格式总结 在数据科学和深度学习等领域常会采用矩阵格式来存储数据，但当矩阵较为庞大且非零元素较少时，运算效率和存储有效率并不高。所以，通常我们采用Sparse稀疏矩阵的方式来存储矩阵，提高存储和运算效率。下面将对SciPy中七种常见的存储方式（COO/ ......
邻接矩阵、稀疏矩阵(torch, sparse, numpy)相互转换 [转载]
原链接：邻接矩阵转稀疏矩阵 邻接矩阵转稀疏矩阵 Example： import scipy.sparse as sp import numpy as np import torch adj_matrix = torch.randint(0,2,(4,4)) print(adj_matrix) # 输 ......