最近比较新的论文代码复现总结

点击蓝字 关注我们

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜计算机视觉研究院

学习群｜扫码在主页获取加入方式

计算机视觉研究院专栏

Column of Computer Vision Institute

最近我们总结了一些比较新的论文以及对应的代码复习地址，有兴趣的你可以找对应的地址进行下载调试。

• 《Variational Open-Domain Question Answering》(ICML 2023) GitHub: github.com/VodLM/vod

• 《Follow Anything: Open-set detection, tracking, and following in real-time》(2023) GitHub: github.com/alaamaalouf/FollowAnything

• 《In-Context Alignment: Chat with Vanilla Language Models Before Fine-Tuning》(2023) GitHub: github.com/xhan77/in-context-alignment

• 《RegionBLIP: A Unified Multi-modal Pre-training Framework for Holistic and Regional Comprehension》(2023) GitHub: github.com/mightyzau/RegionBLIP

• 《Empowering Vision-Language Models to Follow Interleaved Vision-Language Instructions》(2023) GitHub: github.com/DCDmllm/Cheetah

【NVIDIA提供的AI应用试炼场，提供了NeVA图像对话、Stable Diffusion XL 图像生成、CLIP图像分类/目标检测、Llama 2文本生成/对话的在线演示】《AI Playground | GPU-optimized AI, Machine Learning, & HPC Software | NVIDIA NGC》

https://catalog.ngc.nvidia.com/?filters=&orderBy=weightPopularDESC&query=&continueFlag=927b7fb8bbe89327fcec5b07f452d4d5

© THE END 

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

ABOUT

计算机视觉研究院

计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架，提供论文一键下载，并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！

 往期推荐 

• 机场项目：解决飞行物空间大小/纵横比、速度、遮挡等问题引起的实时目标检测问题
  

• PE-YOLO：解决黑夜中的目标检测难点
  

• YOLO-S：小目标检测的轻量级、精确的类YOLO网络

• EdgeYOLO：边缘设备上实时运行的目标检测器及Pytorch实现

• Q-YOLO：用于实时目标检测的高效推理
  

• Yolo算法的演进—YoloCS有效降低特征图空间复杂度（附论文下载）

• InternImage：探索具有可变形卷积的大规模视觉基础模型

• 首个全量化Vision Transformer的方法FQ-ViT，AI大模型落地不远了！
  

• YoloV8与ChatGPT互通，这功能是真的强大！
  

• GPT理解的CV：基于Yolov5的半监督目标检测
  

• Consistent-Teacher：半监督目标检测超强SOTA

• Sparse R-CNN：稀疏框架，端到端的目标检测（附源码）

• RestoreDet：低分辨率图像中目标检测
  

• 中国提出的分割天花板 | 精度相当，速度提升50倍！