公众号内容拓展学习笔记（2022.4.14）

公众号内容拓展学习笔记（2022.4.14）

---

今日要点

1. CVPR 2022｜Self-Attention和CNN的优雅集成！清华大学等提出ACmix，性能速度全面提升！ ⭐️⭐️

   • Abstract: 清华大学等提出ACmix，Self-Attention和CNN的优雅集成，性能速度全面提升
   • Paper: On the Integration of Self-Attention and Convolution
   • Code: https://github.com/Panxuran/ACmix
   • Tips: 清华大学等提出了一个混合模型ACmix：它既兼顾Self-Attention和Convolution的优点，同时与Convolution或Self-Attention对应的模型相比，具有更小的计算开销。实验表明，本文方法在图像识别和下游任务上取得了持续改进的结果

2. CVPR 2022 Oral | MetaFormer：证明Transformer的威力源自其整体架构！颜水成团队工作！ ⭐️⭐️

   • Abstract: MetaFormer：证明Transformer的威力源自其整体架构
   • Paper: MetaFormer is Actually What You Need for Vision
   • Code: https://github.com/sail-sg/poolformer
   • Tips: 作者认为MetaFormer是为最近的Transformer和类似MLP的视觉任务模型获得优越结果的关键。这项工作需要更多的未来研究，致力于改进MetaFormer，而不是专注于token mixer module。此外，作者提出的PoolFormer可以作为未来MetaFormer设计的Baseline。

3. 视频生成无需GAN、VAE，谷歌用扩散模型联合训练视频、图像，实现新SOTA ⭐️⭐️

   • Abstract: 谷歌用扩散模型联合训练视频、图像，实现新SOTA
   • Paper: Video Diffusion Models
   • Code: https://video-diffusion.github.io/
   • Tips: : 首先谷歌展示了使用扩散模型生成视频的首个结果，包括无条件和有条件设置。其次该研究表明，可以通过高斯扩散模型的标准公式来生成高质量的视频，除了直接的架构更改以适应深度学习加速器的内存限制外，几乎不需要其他修改。

4. CVPR | 浙大小姐姐提出了秃头生成器，完美保留五官，让程序员简历大加分？ ⭐️⭐️

   • Abstract: 浙大小姐姐提出了秃头生成器，完美保留五官
   • Paper: HairMapper: Removing Hair from Portraits Using GANs
   • Code: https://github.com/oneThousand1000/non-hair-FFHQ
   • Tips: HairMapper的原理一共分为三步，生成秃头→保留五官→合并头像。首先，作者们利用StyleGAN，做出一个与原头型相近的秃头效果；接下来，就是利用InterFaceGAN，抠出一个头发以外的脸型和五官形象，同时也保留四周的风景；最后，将前两步生成的效果合成，就做出了一个完美的“光头”。

5. CVPR 2022 | 南大提出：Structured Sparse R-CNN：单阶段端到端场景图生成器 ⭐️⭐️

   • Abstract: 南大提出：Structured Sparse R-CNN：单阶段端到端场景图生成器
   • Paper: Structured Sparse R-CNN for Direct Scene Graph Generation
   • Code: https://github.com/MCG-NJU/Structured-Sparse-RCNN
   • Tips: 本工作将端到端稀疏目标检测器引入场景图生成领域，并提出了相应的关系建模组件和训练策略。该模型在 Visual Genome, Open Image V4/V6 数据集上取得了 SOTA 效果。

6. CVPR 2022｜打破传统的跟踪范式！南大开源MixFormer：端到端目标检测新模型 ⭐️⭐️

   • Abstract: 打破传统的跟踪范式！南大开源MixFormer：端到端目标检测新模型
   • Paper: MixFormer: End-to-End Tracking with Iterative Mixed Attention
   • Code: https://github.com/MCG-NJU/MixFormer
   • Tips: 本文介绍了一篇单目标跟踪(VOT)领域的新工作-基于 transformer 的简洁的端到端模型 MixFormer，该工作已经被CVPR 2022收录。该工作打破了传统的跟踪范式，通过模板与测试样本混合的backbone加上一个简单的回归头直接出跟踪结果，并且不使用框的后处理、多尺度特征融合策略等。

Others

• 由于图片权限问题，GitHub是完整版，可以点点 star
• 星标的数量是与个人相关程度，不代表文章内容的好坏
• 关注我的个人网站
• 关注我的CSDN博客
• 关注我的哔哩哔哩
• 关注我的公众号CV伴读社