使用zsh优化Ubuntu终端

本文记录使用使用zsh作为ubuntu的terminal并进行优化（美化）的操作步骤。

2024-10-02

Linux

Ubuntu zsh

Weakly-supervised Video Anomaly Detection with Robust Temporal Feature Magnitude Learning

ICCV2021的一篇经典论文，提出了RTFM的WSVAD训练方法，并提供了一定的数学证明。

2024-09-05

论文笔记

RTFM ICCV21

UBoCo Unsupervised Boundary Contrastive Learning for Generic Event Boundary Detection

CVPR22的一篇文章，介绍了一种无监督的GEBD方法，GEBD任务指的是类别无关的检测视频中发生的事件边界。作者使用一种新颖的RTP算法检测边界，并结合BoCo Loss来训练。

2024-08-31

论文笔记

CVPR22 Generic Event Boundary Detection

The Platonic Representation Hypothesis

MIT团队发表的一篇ICML 2024论文，被ChatGPT之父Ilya Sutskever点赞过，对于大模型的未来提出了柏拉图表征假说（Platonic Representation Hypothesis），本文简单介绍这篇论文的观点和证明思路。

2024-06-20

论文笔记

大模型原理

近期LLM+视觉下游任务方法总结

最近，使用大语言模型（LLM）和多模态大语言模型（Multimodal LLM, MLLM）进行视觉下游任务的方法越来越多，本文对相关文献进行初步的调研，并形成了一篇总结的文章。（因个人水平，无法覆盖全，望谅解）。

2024-06-19

论文笔记

LLM MLLM

论文笔记 UniVTG：Towards Unified Video-Language Temporal Grounding

新加坡国立+MetaAI的一篇ICCV23论文，其将Moment Retrieval、Highlight Detection、Video Summarization统一成了Video-Language Temporal Grounding的任务，并进行了预训练，得到一个Unified的模型，展示了在下游任务的强劲性能。

2024-04-13

论文笔记

Moment Retrieval Video-Language Temporal Grounding Highlight Detection Video Summarization

论文笔记 Language-conditioned Detection Transformer

一篇CVPR2024的论文，提出了一种Open-Vocabulary的目标检测模型**DECOLA**，利用图像-文本对进行language-conditioned的训练以提升泛化性。

2024-04-10

论文笔记

Object Detection Open-Vocabulary

论文笔记 AttrSeg：Open-Vocabulary Semantic Segmentation via Attribute Decomposition-Aggregation

上交的一篇NIPS2023（2024.1），进行Open-vocabulary的语义分割，其将类别通过大语言模型和人工分解成多种属性，然后提出了一种AttrSeg网络来通过这些属性进行语义分割，从而提升Open的能力。

2024-04-06

论文笔记

Semantic Segmentation Open-Vocabulary AttrSeg

论文笔记 RWKV：Reinventing RNNs for the Transformer Era

EMNLP23的一篇文章，一作是Bo Peng，在知乎比较活跃，提出了RWKV模型，其将RNN和Transformer的思想进行结合，使时间复杂度降低到了线性，同时其性能在不同参数量下均得到了验证。

2024-03-27

论文笔记

Transformer RWKV RNN Linear Transformer LLM

论文笔记 MLP-Mixer：An all-MLP Architecture for Vision

NIPS2021的一篇论文，对Vision Transformer的架构进行了泛化和改进，提出了一种仅使用MLP的现代的类Transformer的模型，并在多个数据集上取得了非常好的性能，为人们理解CNN和ViT提供了新的思路。

2024-03-27

论文笔记

Transformer Vision Transformer MLP-mixer