学习资料：【北京大学】Tensorflow学习笔记，从零基础入门到项目实战分享学习教程https://www.bilibili.com/video/BV1GE411k7Q2?p=1笔记：1、P122、

Zongye Zhang, Wenrui Cai, Qingjie Liu, Yunhong Wang论文地址：https://arxiv.org/pdf/2504.11749现有的骨架动作识别模型在大规模数据集上表现优异，但在新场景（如新动作类别、不同表演者，或不同骨架布局）中适应性较差。One-shot 学习：每个新动作类别仅有一个参考样本。Limited-scale训 练：从零开始训练，仅使

论文：https://openaccess.thecvf.com/content_CVPR_2019/papers/Shi_Two-Stream_Adaptive_Graph_Convolutional_Networks_for_Skeleton-Based_Action_Recognition_CVPR_2019_paper.pdf论文代码：https://github.com/lshiwjx/

单方向将 “应用了 strong augmentations 的骨架点特征” 往 “应用了 weak augmentations 的骨架点特征” 方向拉近。本文的 HiCLR 是基于经典对比学习框架 MoCo v2，对应最下面的两个分支。sim() 可以是任何衡量相似性的函数，本文用的是 KL Divergence。其中，InfoNCE Loss 只应用在第三和四分支生成的 pairs 上。图中第

0、写在前面在记录该问题解决方案的时候，也有在 csdn 上搜到某位小伙伴遇到同样的问题，但没有说明原因。那我就记录一下吧。1、问题之前看到一份代码，在 __init__() 函数中，加载的每一条数据都是一个列表 List【长度为 len_list】，列表中的每一项是一段经过处理的视频，维度为 [C, T, H, W]。所以 dataset 中每一条数据的维度应该是 [len_list, C, T

论文： An image is worth 16x16 words: Transformers for image recognition at scale.Github code（PyTorch Implementation）：https://github.com/lucidrains/vit-pytorch目录Model OverviewGithub Code UsageProcedure 1

cv小白上路，请多指教 没思路，参考了一下这个答案 https://ww2.mathworks.cn/matlabcentral/answers/43506-polygon-width-and-centerline并结合了这个https://blog.csdn.net/yangyangyang20092010/article/details/51541940  虽然...

创新点：VQ-VAE 👉 Residual VQ-VAE，对每个 motion sequence 输出一组 base motion tokens 和 v 组 residual motion tokensbidirectional 的 Masked transformer 用来生成 base motion tokensResidual Transformer 对 residual motion t

作者提出了一个跨模态互蒸馏（Cross-modal Mutual Distillation，CMD）的自监督学习框架。其中，模态之间进行的是双向知识蒸馏（bidirectional knowledge distillation）；蒸馏的知识（knowledge）是样本和其他样本的相似度分布（the neighboring similarity distribution）在蒸馏的过程中，为老师（te

环境Win 10Anaconda NavigatorPyCharmcuda 10.1torch 1.7.1torchvision 0.8.2Python 3.8视频数据集 & 加载UCF101：https://pytorch.org/docs/stable/torchvision/datasets.html#ucf101HMDB51：https://pytorch.org/docs/sta