知云翻译paf版论文时左侧有行号

把鼠标光标放在小方框上按住鼠标左键不要松手，光标会变成一个小十字，然后可以随意拖动，拖动过程中不要松手。1、如何移动知云文献翻译的批注呢？

本文翻译为关节点估计论文：OpenPose（2017）， Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields. 论文链接：https://arxiv.org/abs/1812.08008 开源链接：https://github.com/CMU-Perceptual-Computing-Lab/openpose 我们知道，OpenPose是个开源的工程，并且资源丰富完整，无论是windows，还是Linux下，都有相应的完整

highlights： ①证明只有PAFs的优化有助于系统的性能和准确性。（之前的工作认为PAFs和body part location estimation共同作用才能促进系统优化） ②提出第一个组合body 和foot的detector（基于一个内部注释的脚部数据集，已开源） ③本文提出的组合检测器不仅减少了推理时间而且保持了每个部件的准确性 ④发布了openpose这一开源系统 Human pose estimation存在的挑战; first：用于检测的图片中的人的数量是未知的且无规律的 secon

OpenPose 2019版总结（OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields） 总结：flyfish 论文时间 30 May 2019 原作者：Zhe Cao, Gines Hidalgo, Tomas Simon, Shih-En Wei, Yaser Sheikh 数据集地址 htt...

摘要 实时多人二维姿态估计是使机器了解人的关键组成部分图像和视频。在这项工作中，我们提出了一种实时检测图像中多个人的二维姿态的方法，被提议的方法使用非参数表示，我们将其称为部分亲和域(paf)，以学习将身体部位与之关联图像中的个体。这种自下而上的系统无论人数多少都能实现高精度和实时性的形象，在之前的工作中，paf和身体部位位置估计是在训练阶段同时细化的。我们证明仅对PAF进行细化，而不是PAF和身体部位定位的细化，会导致两者都大幅增加运行时性能和准确性。我们还提出了第一个结合体和脚的关键点探测器，基于内部注

BLIP-2提出了一种视觉-语言预训练框架，通过冻结现成的图像编码器（如CLIP）和大语言模型，仅训练轻量级Querying Transformer来桥接模态鸿沟。

《CellFlow：基于流匹配的生成式单细胞表型建模》摘要 这篇预印本论文提出CellFlow模型，利用最优传输与流匹配技术预测单细胞RNA测序数据中的复杂扰动响应。模型通过多头注意力机制融合基因表达、药物指纹和蛋白质嵌入等多模态数据，创新性地采用Sinkhorn算法构建训练样本对，并在斑马鱼胚胎、癌细胞系、神经元分化等6类生物学场景中验证了性能。实验显示CellFlow在基因敲除（能量距离降低50-70%）、药物组合（log2FC相关性提升30%）和类器官协议预测等任务上显著优于基线模型，但对高阶组合扰动

本文提出了一种基于深度强化学习的双臂机器人推抓协同策略，用于在密集杂乱环境中完成目标导向的抓取任务。针对单臂系统在高度杂乱场景中效率不足的问题，作者开发了一个分层DRL框架，通过预训练的深度学习骨干网络和定制CNN模型处理视觉输入，使用近端策略优化（PPO）训练双臂协同策略。创新点包括：1）自适应双臂推动动作生成方法，支持单/双路径灵活操作；2）6自由度抓取位姿输出，突破传统平面抓取限制；3）基于模糊逻辑的新型奖励函数设计，有效指导策略学习；4）在Isaac Gym中构建训练-测试双版本系统，实现仿真到现实

训练集中可能混入异常样本。为了解决传统方法过度相信训练集干净的问题，作者提出 SoftPatch，在构建 memory bank 之前先进行patch 级别去噪，并在推理阶段使用降低可疑训练 patch 对异常分数的影响。工业异常通常只占据图像中的一小块区域。例如划痕、污点、裂纹等缺陷往往是局部的。一张异常图像中大部分区域可能仍然是正常的；删除整张图会浪费大量正常 patch 信息。异常 patch 被删除；正常 patch 仍然可以被利用；数据利用率更高；对局部缺陷更友好。

本周研读论文《DOCPRUNE: Efficient Document Question Answering via Background, Question, and Comprehension-aware Token Pruning》。该论文针对文档问答任务 Token 冗余、算力开销大的问题，提出无训练渐进式 Token 剪枝框架 DOCPRUNE。框架包含 BTP、QTP、CTP 三大模块，依次剔除背景、无关内容 Token，并依据模型分层理解能力自适应剪枝。