lightweight专题

MobiFace: A Lightweight Deep Learning Face Recognition on Mobile Devices

1.网络情况介绍，与mobilenet 相似 2.准确率对比

医疗实体链接（标准化）论文解读（附代码） A Lightweight Neural Model for Biomedical Entity Linking

一、动机论文：https://arxiv.org/abs/2012.08844 代码：https://github.com/tigerchen52/Biomedical-Entity-Linking 医疗实体链接 (Biomedical Entity Linking) 把文档中发现的疾病、药物、手术名词（mention）映射到知识库（knowledge base）中的标准术语词。

深度学习论文: XFeat: Accelerated Features for Lightweight Image Matching

深度学习论文: XFeat: Accelerated Features for Lightweight Image Matching XFeat: Accelerated Features for Lightweight Image Matching PDF: https://arxiv.org/pdf/2404.19174 PyTorch代码: https://github.com/shangl

POJOs in Action: Developing Enterprise Applications with Lightweight Frameworks

Lightweight Enterprise Architectures

Networked RFID Systems and Lightweight Cryptography: Raising Barriers to Product Counterfeiting

win10下采用XShell+Xmanager运行lightweight-human-pose-estimation

目录 1.背景 2.系统及软件配置 3.开始工作 4.各种报错以及解决方案 4.1 No module named “XXX” 4.2 ImportError: libGL.so.1: cannot open shared object file: No such file or directory 4.3 qt.qpa.plugin: Could not load the Qt

Lightweight Attention Module for Deep Learning on Classification and Segmentation of 3D Point Clouds

Lightweight Attention Module for Deep Learning on Classification and Segmentation of 3D Point Clouds Yunhao Cui, Yi An, Member, IEEE, Wei Sun, Huosheng Hu, Senior Member, IEEE, and Xueguan Song 年份：2

论文阅读：GamutMLP A Lightweight MLP for Color Loss Recovery

这篇文章是关于色彩恢复的一项工作，发表在 CVPR2023，其中之一的作者是 Michael S. Brown，这个老师是加拿大 York 大学的，也是 ISP 领域的大牛，现在好像也在三星研究院担任兼职，这个老师做了很多这种类似的工作，通过一些轻量模型，将一些数据转换过程中的变换关系进行拟合，然后再进行恢复，比如 RAW域到 sRGB 域的转换，这篇文章是 wide RGB 到 sRGB 的转

论文翻译：2023_THLNet: two-stage heterogeneous lightweight network for monaural speech enhancement...

论文地址：THLNet: 用于单耳语音增强的两级异构轻量级网络代码：https://github.com/dangf15/THLNet 引用格式：Dang F, Hu Q, Zhang P. THLNet: two-stage heterogeneous lightweight network for monaural speech enhancement[J]. arXiv preprint

阅读RFDN-Residual Feature Distillation Network for Lightweight Image Super-Resolution

Residual Feature Distillation Network for Lightweight Image Super-Resolution Abstract. 单图像超分辨率（SISR）的最新进展探索了卷积神经网络（CNN）的力量，以获得更好的性能。尽管基于cnn的方法取得了巨大的成功，但为了解决高计算量的问题，人们提出了各种快速和轻量级的CNN模型。信息蒸馏网络是目前最先进的方法

【Argobots】Argobots: A Lightweight Low-Level Threading and Tasking Framework

前言官网： Argobots Home：https://collab.cels.anl.gov/display/ARGOBOTS/Argobots+Home wiki：https://github.com/pmodels/argobots/wiki 协作空间：https://collab.cels.anl.gov/display/ARGOBOTS/Argobots+Home#page-

多尺度R-CNN论文笔记(4): PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection

前言：博主目前的研究课题为“可见光遥感图像目标检测”，研究兴趣是大尺寸高分辨率遥感图像上多尺度目标及小物体检测。为了整理阅读过的文献，梳理研究思路，记录自己的理解感悟，遂开启一个“物体检测系列博客”。 R-CNN系列综述及阅读笔记主要梳理R-CNN的思想及研究进展，细分为概述性文章和论文阅读笔记。转载请注明文章出处: 论文PVANET: Deep but Lightwe

$Dite-HRNet: Dynamic Lightweight High-Resolution Network for Human PoseEstimation$