摘要 这项工作提出了使用递归神经网络（RNN）模型来解决”场景识别“任务，该任务为一个结构化输出任务，行为涉及到的参与角色要被赋予特定的实体。 与先前依赖条件随机场（CRF）的工作相比，我们使用专门的网络来预测行为，接着使用RNN进行名词实体预测。 我们的系统在具有挑战性的最新imSitu数据集上获得了最先进的准确性，超过了基于CRF的模型，包括经过额外数据训练的模型。 此外，我们表明，从情况预测中学习到的特殊功能可以转移到图像字幕的任务中，以更准确地描述人与物体之间的相互作用。 引言 静态图像中的行为以及人物交互识别任务在计算机视觉领域已经被广泛研究，早期的数据集和...

Mixture-Kernel Graph Attention Network for Situation Recognition (翻译) 摘要 对图像做出除了明显的动作以外的理解，涉及到对场景上下文、参与的对象以及它们在捕获事件中所扮演的角色的推理。情景识别，近来提出的一种联合预测动词（动作）和一组语义角色和实体（名词）对的任务。使用动作框架标记图像需要根据观察到的图像内容为角色分配值（名词）。其中固有的挑战是输出角色分配和整体语义稀疏之间的丰富条件结构化依赖关系。在这篇论文中，我们提出一个新的混合核注意图神经网路架构来解决这些挑战。我们的GNN通过使用图形注意机制和角色对之间...

好烦，失眠。

Multi-Label Image Recognition with Graph Convolutional Networks 多标签识别+图网络GCN 2019年的文章，提出了一个多标签分类模型，基于GCN完成，通过图结构建模label语义信息之间的联系。有向图的构建是在label的基础上，结点初始化为label的词嵌入。GCN学会了将此标签图映射到一组相互依赖的对象分类器中。这些分类器应用于由另一个子网提取的图像描述符，使得整个网络能够端到端地训练。模型输入：训练阶段label的词嵌入以及图片，验证阶段输入图片。模型输出：图片的bi'a这里涉及到multi-label recognitio...

555555每次一看别人的面经就感觉还有好多要补呀，而且不想看框架，感觉都要问框架呢好气气哦。

今天没有学习，但依然厚脸皮打卡。

记忆：数据库，网络，HTTP。新知识:Rediscode:sql 3道 力扣：旋转数组的最小值，二分法。三角的最短路径，动态规划。

自闭的一天，狂刷手机12个小时。今晚又要懊恼到睡不着了。

18号的卡：网络：5层协议。物理层，数据链路层，网络层，传输层，应用层以及一些细节，需要记忆。HTTP相关 请求报文响应报文，命令，状态码原因短语，首部字段（1234），Cookie和session。SQL三道题。剑指Offer复盘。

首先还是自我介绍 Java的基本数据类型有几种？ 8种。byte,short,int,long,float,double,char,boolean. String转int 比如"123"Integer.parseInt(s);此外还有Integer.valueOf(s).intValue(); 两个double可以用于计算吗？（其实讲道理他这么问直接就回答不可以..）不可以是为什么？我答了大概是精度丢失，他没说话。搜了一下有篇博客讲这个。double能否用于加减乘除 sql查询：用户表中查询姓张的男性的信息(主要考模糊查询,sql没复习写错模糊查询哭哭 SELECT * ...

使用transformer做目标检测论文：https://arxiv.org/pdf/2005.12872.pdfcode:https://github.com/facebookresearch/detr代码解析：https://blog.csdn.net/feng__shuai/article/details/106625695 Faster RCNN 本文的pipeline使用CNN提取特征，将特征图送入Transformer中的encoder，decoder输出送入一系列前馈神经网络，进行box和label的预测。相比原本的transformer而言，大体上主要有以下的细节要注意： ...

import cv2 import os.path import glob def convertjpg(jpgfile,outdir,width=720,height=1160): img = cv2.imread(jpgfile) h,w = img.shape[:2] img = cv2.resize(img, (width, height)) x = width/w y = height/h myiname = jpgfile.split('/')[-1].rsplit('.', 1)[0] in_file = open('/D...

车牌字符标注的转换：CCPD标注：0217-0_3-259&496_473&581-469&578_259&581_263&499_473&496-0_0_11_32_19_31_33-122-1.jpg自己的数据标注：CD238_22A3Y5W9.jpg 车牌定位标注转换：CCPD标注：0217-0_3-259&496_473&581-469&578_259&581_263&499_473&496-0_0_11_32_19_31_33-122-1.jpg自己的标注：单独的Annotation文件t...

目前这份代码还有问题，这个脚本存在一定的问题，好像是车辆位置和车牌位置的大小计算会出现错误，可以看看有道云笔记的实验记录 # -*- coding: utf-8 -*- """ Created on Sun Jan 12 2020 @author: ting.zou """ # import os # import cv2 import xml.etree.ElementTree as ET import pickle import os from os import listdir, getcwd from os.pat...