Learning Temporal Co-Attention Models for Unsupervised Video Action Localization

提出问题

未修剪视频中的时间动作定位（Temporal action localization，TAL） 最近获得了巨大的研究热情，但是TAL目前并没有无监督的的方法出现，所以本论文提出了第一种无监督的TAL方法。

做了什么

为了解决动作定位，两步进行 “聚类+定位”迭代过程。

聚类步骤为定位步骤提供了noisy的伪标记，而定位步骤提供了时间共关注模型，从而提高了聚类性能，这两个过程相辅相成。

在弱监督下 TAL可被视为我们ACL的直接扩展模型。

从技术上讲，我们的贡献有两个方面：

• 从视频级标签或伪标签中学习的时间共同注意模型，无论是针对特定类别还是不可知类别的 以反复强化的方式；

• 为ACL设计了新的loss，包括action-background separation loss和cluster-based triplet loss。

最终的成绩：

针对20种动作THUMOS14和100种 行动ActivityNet-1.2。 在两个基准上，建议 ACL的模型具有强大的性能，甚至可以与最新的弱监督方法相比。 例如，以前最好的弱监督 在THUMOS14上的mAP@0.5下，模型达到了26.8％， 我们的新记录分别为30.1％（弱监督）和25.0％ （无监督）。

hexo使用github action实现自动化部署

最近将hexo博客进行了美化，为了更“折腾”一点，决定实现一下hexo对应的自动化部署，毕竟网上的资料对应的也有不少，学习一下。

我自己的需求是

• 将hexo、hexo生成的静态文件、博客源码都放在一起（个人感觉方便管理，免得创建许多仓库），然后hexo主要就在hexo分支上
• 在hexo分支上进行自动化，实现上传文件后自动部署。

查看博客点击👉https://bugcat9.github.io/

查看博客仓库点击👉https://github.com/bugcat9/bugcat9.github.io

Next主题美化

最近使用hexo的next主题在github上搭建了一个博客，但是发现这个next主题并不完全是自己想要的，所以还需要美(zhe)化（ten）一下。主要折腾了三个方面：

• 鼠标点击特效
• 个性化回到顶部
• 打字特效
• 上传文件中带有READ.md

编程更改镜像总结

在学习编程的过程中，总是会遇到各种各样的网络问题（指包下载的网络问题），所以总结一下这些镜像源的更改，方便自己更快的下载这些包。因为本人电脑是windows系统的，所以注意总结windows系统下的镜像更改。

重点：

（1）回顾和思考CMMI模型的核心思想是什么？这一模型有什么特点？适合什么样的企业和项目？
（2）了解学界所说的“重”过程的“重”是什么意思？ 与之相对应的“轻”过程的轻又是什么意思？
（3）了解敏捷软件开发过程的指导思想，了解SCRUM的基本框架。
（4）理解SCRUM敏捷开发模型的”三个角色“、”三个工件“、”四

个会议“的内容和方法。

介绍

Qt绘制二叉树是大二时数据结构的一个实习题目，当时的功能要求如下：

• 键盘输入二叉树结点序列（前序或层次），创建一棵二叉树
  • 实现SwapTree方法，以根结点为参数，交换每个结点的左子树和右子树（提示：前序递归）
• 实现Find方法，查找值为key的结点，并输出该结点的所有祖先结点
• 输入一棵二叉树的前序遍历序列和中序遍历序列，重构这棵二叉树（这个序列里面是不带空结点’#‘的）

介绍

在机器学习的基础知识学习过程当中，学习了一下神经网络，然后就机器学习方面的神经网络和卷积神经网络方面写一下自己的个人理解，顺便总结一下。

神经网络

一、神经元模型

神经元是神经网络当中最基本的模型。在生物神经网络中每个神经元与其他神经元相连，当它“兴奋”时，就会向相连的神经元发送化学物质，从而改变其他神经元内的电位;如果这些神经元的电位超过了 个“阔值” ，那么它就会被激活 “兴奋“起来，也同样会向其他神经元发送化学物质。

前言

VSCode是微软推出的一款编译器，在Mac、Linux、Windows下都可以使用，听别人说挺好用，但是自己并没有尝试，现在是第一次使用，用它来写c++。
本篇博客主要是讲解一下VSCode写C++的配置

阅读全文 »

Android studio 下载安装

java环境配置

java下载

去Oracle官网下载自己需要的java版本

eclipse中android环境配置

java环境配置

java下载

去Oracle官网下载自己需要的java版本