关注上方“深度学习技术前沿”,选择“星标公众号”,
资源干货,第一时间送达!
作者:Albert Lee
知乎链接:https://zhuanlan.zhihu.com/p/142452685
本文仅供学习分享,如有侵权,请联系删除!
1、Cvpr2020 Code
CVPR 2020 论文开源项目合集
https://github.com/amusi/CVPR2020-Code
2、Flownet2
借助深层网络进行光流估计
https://github.com/lmb-freiburg/flownet2
3、Awesome Cv Paper Review
计算机视觉各个方向论文速览
https://github.com/Sophia-11/Awesome-CV-Paper-Review
4、Papers
读过的CV方向的一些论文,图像生成文字、弱监督分割等
https://github.com/wangleihitcs/Papers
5、Awesome_deep_learning_interpretability
深度学习近年来关于神经网络模型解释性的相关高引用/顶会论文(附带代码)
https://github.com/oneTaken/awesome_deep_learning_interpretability
6、Cv_paperdaily
CV 论文笔记:
https://github.com/ming71/CV_PaperDaily
7、Vibe
用于人体姿势和形状估计的视频推理
https://github.com/mkocabas/VIBE
8、Ghostnet
在ImageNet上提供了TensorFlow代码和GhostNet的预训练模型
https://github.com/huawei-noah/ghostnet
9、Cvpr 2019 Paper Statistics
接受率的统计和可视化,CVPR 2019主要计算机视觉会议(CVPR 2019)接受论文的关键词
https://github.com/hoya012/CVPR-2019-Paper-Statistics
10、Deep_metric
Deep Metric Learning
https://github.com/bnu-wangxun/Deep_Metric
11、Bundlefusion
[Siggraph 2017] BundleFusion:使用在线表面重新整合进行实时全局一致的三维重建
https://github.com/niessner/BundleFusion
12、Deepalignmentnetwork
一种用于人脸对齐的深度神经网络
https://github.com/MarekKowalski/DeepAlignmentNetwork
13、Demon
一种用于从两个投影重建场景的计算机算法
https://github.com/lmb-freiburg/demon
14、Epipolarpose
在这项工作中,我们提出了一种自监督学习的三维人体姿态估计方法,它不需要任何三维地面真实数据或相机提取。在训练过程中,EpipolarPose从多视图图像中估计出二维位姿,然后利用epipolar geometry获得三维位姿,利用camera geometry训练出三维位姿估计器。在测试时间,它只需要一个RGB图像产生一个3D位姿的结果,可查看demo.ipynb。这里,我们在Human3.6M数据集上展示了我们的模型的一些示例输出。对于每组结果,我们首先显示输入图像,然后显示ground truth、全监督模型和self - supervised模型输出。
https://github.com/mkocabas/EpipolarPose
15、Fsa Net
[CVPR19] FSA-Net:从单个图像学习用于头部姿态估计的细粒度结构聚合
https://github.com/shamangary/FSA-Net
16、Depth Vo Feat
单目深度估计的无监督学习和深度特征重构的视觉里程计
https://github.com/Huangying-Zhan/Depth-VO-Feat
17、So Net
SO-Net是一个处理2D/3D点云的深度网络架构。它支持各种应用,包括但不限于分类,形状检索,分割,重建。
https://github.com/lijx10/SO-Net
18、Mimicry
Mimicry是一个轻量级的PyTorch库,旨在实现GAN研究的可重复性。
https://github.com/kwotsin/mimicry
19、Mvpose
从多个视图进行快速可靠的多人3D姿势估计
https://github.com/zju3dv/mvpose
20、Zooming Slow Mo Cvpr 2020
https://github.com/Mukosame/Zooming-Slow-Mo-CVPR-2020
21、Fbrs_interactive_segmentation
https://github.com/saic-vul/fbrs_interactive_segmentation
22、Scan2cad
Scan2CAD是一种新颖的数据驱动方法,可学习将形状数据库中的3D CAD模型与3D扫描对齐。
https://github.com/skanti/Scan2CAD
23、Flownet2 Docker
包含一个Dockerfile和脚本,以构建和运行神经网络在Docker容器中进行光流估计,还提供了一些示例数据来测试网络。
https://github.com/lmb-freiburg/flownet2-docker
24、3d Object Detection
与三维物体检测相关的论文和代码
https://github.com/Yvanali/3D-Object-Detection
25、Ylg
[CVPR 2020] Official Implementation: "Your Local GAN: Designing Two Dimensional Local Attention Mechanisms for Generative Models".
https://github.com/giannisdaras/ylg
推荐阅读:
惊!!!CV界的BERT要来了?准确率提高近25%!
论文大盘点|卷积神经网络必读的100篇经典论文,包含检测/识别/分类/分割多个领域
CVPR 2020丨基于点云的3D物体检测新框架
干货|最全面的卷积神经网络入门教程
重磅!DLer-计算机视觉交流群已成立!
欢迎各位Cver加入计算机视觉微信交流大群,本群旨在交流图像分类、目标检测、点云/语义分割、目标跟踪、机器视觉、GAN、超分辨率、人脸检测与识别、动作行为/时空/光流/姿态/运动、模型压缩/量化/剪枝、NAS、迁移学习、人体姿态估计等内容。更有真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、行业技术交流等,欢迎加群交流学习!
进群请备注:研究方向+学校/公司+昵称(如图像分类+上交+小明)
广告商、博主请绕道!
???? 长按识别添加,邀请您进群!