摘要： 整合一下能够查到的资料，然后结合自己的理解，算是对这篇文章的一个小小的总结吧。这是CVPR2018的一篇关于小目标检测的文章，出发点是作者认为小目标的检测信息随着层数的增加而不断地丢失了，所以想利用语义分割强化浅层的特征信息（这里强化可能用得不准确，但是我是这么理解的）。整体的网络框架分为三个部分D 阅读全文

摘要： 论文阅读（【CVPR2018】Jinshan Pan - Learning Dual Convolutional Neural Networks for Low-Level Vision） 本文针对低层视觉问题，提出了一般性的用于解决低层视觉问题的对偶卷积神经网络。作者认为，低层视觉问题，如常见的有 阅读全文

摘要： 概述 STDN是收录于CVPR 2018的一篇目标检测论文，提出STDN网络用于提升多尺度目标的检测效果。要点包括：（1）使用DenseNet-169作为基础网络提取特征；（2）提出Scale-transfer Layer，在几乎不增加参数量和计算量的情况下生成大尺度的feature map。 ST 阅读全文

摘要： An end-to-end TextSpotter with Explicit Alignment and Attention 论文下载：http://cn.arxiv.org/pdf/1803.03474代码下载：https://github.com/tonghe90/textspotter 1方 阅读全文

摘要： 文章：Deep Clustering for Unsupervised Learning of Visual Features 作者：Mathilde Caron, Piotr Bojanowski, Armand Joulin, and Matthijs Douze 来自于：Facebook AI 阅读全文

摘要： 导读： 本文为CVPR2018论文《Deep Adversarial Subspace Clustering》的阅读总结。目的是做聚类，方法是DASC=DSC（Deep Subspace Clustering）+GAN（Generative Adversarial Networks）。本文从以下四个 阅读全文

摘要： 目录： 相关链接 方法亮点 相关工作 方法细节 实验结果 总结与收获 相关链接 论文：https://arxiv.org/abs/1803.02077 代码：https://github.com/roimehrez/contextualLoss 方法亮点 文章主要提出了一个新的损失函数Context 阅读全文

摘要： 目录 相关链接 方法亮点 相关工作 方法细节 实验结果 总结与收获 参考文献 相关链接： 论文：https://arxiv.org/abs/1808.00948 代码：https://github.com/HsinYingLee/DRIT 方法亮点： 提出一个内容判别器，用于判断编码器生成的图片内容 阅读全文

摘要： 文章地址：https://ieeexplore.ieee.org/document/8387526 出自：IEEE Trans. on Pattern Analysis and Machine Intelligence, 2018. 本文是对《Binary Multi-View Clustering 阅读全文

摘要： 文章提出了一种分布式聚类的算法,这是第一个有理论保障的考虑离群点的分布式聚类算法(文章里自己说的).与之前的算法对比有以下四个优点: 1.耗时短O(max{k,logn}*n), 2.传递信息规模小:对抗分区O(klogn+t),随机分区O(klogn+t/s) 3.算法有良好的近似保证, 4.能够 阅读全文