Abstract 提出了ResRep，一种无损通道修剪的新方法，它通过减少卷积层的宽度（输出通道数）来缩小CNN的尺寸。 建议将CNN重新参数化为记忆部分和遗忘部分，前者学习保持性能，后者学习修剪。通过对前者使用常规 SGD 进行训练，对后者使用带有惩罚梯度的新颖更新规则进行训练，实现了结构化稀疏性，然后等效地将记忆和遗忘部分合并到层数更窄的原始架构中。 github仓库 1 Introdu

《Unstructured Feature Decoupling for Vehicle Re-Identification》 文章目录 1.Abstract2.Introduction3.Methodology3.1Backbone and Symbol Definition3.2Transformer-based Featuren Decomposing Head3.2.1The Al

论文标题 《Decoupling Representation and Classifier for Long-Tailed Recognition》 用于长尾识别的解耦表示和分类器 作者 Bingyi Kang、Saining Xie、Marcus Rohrbach、Zhicheng Yan、 Albert Gordo、Jiashi Feng 和 Yannis Kalantidis 来

Control-Flow Decoupling 摘要 问题：论文在四个基准测试套件（spec2006，NU-MineBench3.0 BioBench，cBench-1.1）中发现，MPKI中的三分之一的指令是可分离分支。可分离分支是论文提出的一个概念，表示那些分支的控制相关区域很大（不适合if-conversion转换），并且这些分支的向后切片代码（backward slice）不依赖于其控

文章目录 1 概述1.1 要点1.2 代码1.3 引用 2 预备知识3 方法3.1 MaxLogit3.2 改进MaxCosine和MaxNorm3.3 DML+ 1 概述 1.1 要点 题目：解耦最大logit分布外检测 (Decoupling maxlogit for out-of-distribution detection) 方法： 提出了一种心机基于logit的

Decoupling GCN with DropGraph Module for Skeleton-Based Action Recognition 原文地址：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123690528.pdf Abstract 在基于骨骼的动作识别中，GCNs实现了瞩目的成功，但如何在不增加额外的计算负

论文地址：R-FCN-3000 at 30fps: Decoupling Detection and Classification 概述： 【导读】美国马里兰大学、复旦大学和Gobasco人工智能实验室联合提出R-FCN-3000实时3000类目标检测框架，对R-FCN框架中的物体检测和分类进行解耦。本文对R-FCN体系结构进行修改，其中位置敏感滤波器在不同的目标类之间共享来进行定位。对于