arxiv上 号新放出的何凯明大神的新作。针对Siamese Network中的collapsing问题进行了分析，并指出，目前避免这个问题的一些方法：负样本，大batch，momentum encoder其实都是不必要的。在避免collapsing问题中，stop gradient操作非常重要，同时他的重要性说明了他可能解决的是另一个潜在的优化问题。 Siamese Network是近年来自监督 ...
2020-11-27 17:33 0 1294 推荐指数：
CVPR21 将图像超分辨率问题转化为寻找图像的连续表示。本质上图像会存在分辨率的问题，是由于其存储和表示使用的是二维数组。如果将图像的表示是一个连续函数，那么图像就可以是任意分辨率的。这个思路受启发于三维重建中的implicit neural representation ...
Motivation 作者们构建了一种用于视觉表示的对比学习简单框架 SimCLR，它不仅优于此前的所有工作，也优于最新的对比自监督学习算法， 而且结构更加简单：这个结构既不需要专门的架构， ...
Methodology 作者提出TIMAM (Text-Image Modality Adversarial Matching)方法，比较简洁明了，具体包含三个部分： （1）特征提取器： 文 ...
[论文阅读笔记] metapath2vec: Scalable Representation Learning for Heterogeneous Networks 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 解决异构网络上的节点嵌入 ...
论文信息 论文标题：Simple Unsupervised Graph Representation Learning论文作者：Yujie Mo、Liang Peng、Jie Xu, Xiaoshuang Shi、Xiaofeng Zhu论文来源：2022 AAAI论文地址 ...
Introduction （1）Motivation： 当前的reid存在语义不对齐的问题，如下图： 图（a）显示了不同图片的相同位置对应了行人的不同身体部位；图（b）显示了不同图片呈现的部 ...
Introduction 在空间维度上，现有video reid方法局限于把所有帧在相同分辨率下进行特征提取，造成了特征冗余，如图(a)。 在时间维度上，现有方法要么采用long-term要么 ...
的《iCaRL： Incremental Classifier and Representation Lear ...
