放置一些代码：有关DETR，主要是position encoding+prediction head。

其他内容无。

Carion, Nicolas, et al. “End-to-end object detection with transformers.” European conference on computer vision. Cham: Springer International Publish...

匈牙利算法：Kuhn, H. W. “The Hungarian Method for the Assignment Problem.” Naval Research Logistics Quarterly, pp. 83–97, https://doi.org/10.1002/nav.3800020109.

DETR：C...

一、模型架构设计与改进

目标检测中，可能用大模型（教师）指导小模型（学生）的学习。但如何设计蒸馏的损失函数，比如特征图对齐或者预测分布匹配，需要考虑检测任务的特点，如边界框回归和分类。

阅读全文

Pirinen-CVPR-2018

Pirinen, Aleksis, and Cristian Sminchisescu. “Deep reinforcement learning of region proposal networks fo...

Mathe-CVPR-2016

Mathe, Stefan, Aleksis Pirinen, and Cristian Sminchisescu. “Reinforcement learning for visual object detection.”...

Janus-Pro

整体架构：与Janus同。

改进点：

1. 优化训练策略(Optimized Training Strategy)
2. 扩展训练数据(Data Scaling)
3. 扩展模型规模(Model Scaling)

情感计算绪论

10%考勤+90%大作业

affect(情感)范围广：包括emotion(情绪)、mood/state(心境/状态)

阅读全文

我勒个豆,我写了好几天,令人感叹的效率()

感觉似乎V3的内容会多一点,然后R1和R1-Zero会比较偏向于阐述(?)

或者说是因为细节的东西没给出来,所以全是大段地阐述文字,基本框架组件和v3应该一致.

具体到奖励函数的设计,$r_i$等等,就没有详细的解释了.

[TOC]

阅读全文

每天の学习日记笔记DeepSeek

• 写出具体任务：输入输出，对问题要比较明确。
• 面临挑战
• 当前领域的经典方法，和最新方法benchmark
• 给出自己的技术路线

检测vs识别vs分割

凹凸餐盘识别痛点分析

总结：只写了当前面临的挑战。

面临的痛点

复杂的餐盘形状

...