Nonmy

摘要： 标题：Unifying Visual Localization and Scene Recognition for People With Visual Impairment IEEE2020 INDEX TERMS： Visual place recognition, global image d 阅读全文

摘要： preface（me） 不堆数据和算力的情况下，大概是要做特定场景的。Traffic scene 相对于与课题贴合，并且有一定数量的文献，从这个角度切入看看有没有说法。 Abstract&Conclusion step： a.object detection and segmentation by 阅读全文

摘要： VinVL: Revisiting Visual Representations in Vision-Language Models 老样子边看边写的 这篇是Oscar班子的续作，从另一个角度优化了VLP，提出了VinVL，提出了Oscar+ 吐槽：不知道是这个组还是MS的文风啊。。 科普： Vis 阅读全文

摘要： Meshed-Memory Transformer for Image Captioning 一句话复盘：我们提出了对self-attention增加记忆槽以引入高层信息的特征向量结构，和基于两重cross-attention作权重的encoder和decoder全连接结构。 还是边看边写的，这文章 阅读全文

摘要： 问题，弯路，解决 在配置Oscar环境时使用到了apex，要配套cuda10.0安装 ##这个GFW唉 不说了，回头配置下conda的代理，之前用的Qv2rayn还解散了 心累 本地是cuda10.1的环境,conda环境是对应的cuda10.0.在conda环境内安装时遇到了版本不匹配的问题 考虑 阅读全文

摘要： Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks 边看边写的。写晕乎了。。 摘要： 当前视觉语言任务常用 大规模预训练模型+多模态表示（这里指image-text pair）。他们结合的比较暴力(图文简单拼接 阅读全文

摘要： Studying Very Low Resolution Recognition Using Deep Networks 自用 之前让看低分识别,不知道还要不要看了,也好久没看文献了,读几篇准备一下开学。基本上就是文献复述写着玩的，顺道熟悉下博客园。 论文结构 论文复述 论文总结 文章结构 Intr 阅读全文