CVPR

CVPR 2021 用于动作识别，即插即用、混合注意力机制的 ACTION 模块ACTION-Net: Multipath Excitation for Action Recognition

CVPR2021|用于动作识别，即插即用、混合注意力机制的ACTION模块分享一篇来自CVPR2021的文章，ACTION-Net:MultipathExcitationforActionRecognition
baidu_huihui·2022-12-09 22:20

DANet：Dual Attention Network for Scene Segmentation论文解读和源代码详解

今天为大家带来一篇CVPR2019的语义分割的一篇文章，我认为也是非常新颖的了。其中的对偶结构生成的attentionmap我认为很容易嵌入到其他网络中完成其他任务。
咆哮的阿杰·2022-12-09 21:35

【论文阅读】DANet（CVPR2019）

论文题目：DualAttentionNetworkforSceneSegmentation论文地址：https://arxiv.org/pdf/1809.02983.pdf代码地址：https://github.com/junfu1115/DANet自注意力讲解：https://blog.csdn.net/qq_37935516/article/details/104123018文章贡献：1.提出
络小绎·2022-12-09 21:35

语义分割系列11-DAnet（pytorch实现）

DAnet：DualAttentionNetworkforSceneSegmentation发布于CVPR2019，本文将进行DAnet的论文讲解和复现工作。
yumaomi·2022-12-09 21:34

源码解读ReDet：A Rotation-equivariant Detector for Aerial Object Detection

文章目录前言1、解决的问题2、模型结构2.1.ReCNN2.2.RiRoiAlign总结前言 本篇解读2021CVPR旋转目标检测论文：ReDet:ARotation-equivariantDetectorforAerialObjectDetection
武乐乐~·2022-12-09 20:00

论文阅读：Oriented RepPoints for Aerial Object Detection (CVPR 2022)

2105.11111code:GitHub-LiWentomng/OrientedRepPoints:Thecodefor“OrientedRepPointsforAerialObjectDetection(CVPR2022
不瘦8斤的妥球球饼·2022-12-09 20:29

#今日论文推荐# CVPR 2022 | 浙大提出Oriented RepPoints：旋转目标检测网络

#今日论文推荐#CVPR2022|浙大提出OrientedRepPoints：旋转目标检测网络一般物体相比，空中目标通常是非轴对准的，具有杂乱的环境。
wwwsxn·2022-12-09 20:29

【CVPR 2020】Learning RoI Transformer for Oriented Object Detection in Aerial Images

介绍这篇文章是针对旋转框任务的；摘要由于鸟瞰视角、高度复杂的背景和多变的物体外观，航拍图像中的目标检测是计算机视觉中一项活跃但具有挑战性的任务。许多检测方法依赖于通用目标检测中的水平候选框，而这类方法尤其在航拍图像中检测密集目标时则会引入RoI和目标之间的不匹配。这会导致最终目标分类置信度和定位精度之间常见的错位。在本文中，作者提出一种RoI-Transformer来解决这些问题。RoI-Tran
songyuc·2022-12-09 20:28

【CVPR2022文章翻译】Oriented RepPoints for Aerial Object Detection全文翻译

paper:https://arxiv.org/pdf/2105.11111.pdfOrientedRepPointsforAerialObjectDetectionAbstract1.Introduction2.RelatedWork2.1.OrientedObjectdetection2.2.Non-axisAlignedFeaturesLearning2.3.SamplesAssignmen
刘可乐呀·2022-12-09 20:27

CVPR 2022 | 浙大提出Oriented RepPoints：旋转目标检测网络

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>CV微信技术交流群作者：小海马|已授权转载（源：知乎）编辑：CVerhttps://zhuanlan.zhihu.com/p/511356711一般物体相比，空中目标通常是非轴对准的，具有杂乱的环境。与主流的包围盒方向回归方法不同，本文提出了一种有效的自适应点学习方法，该方法利用自适应点表示，能够捕捉任意方向实例的几何
Amusi（CVer）·2022-12-09 20:56

【论文】ReDet：A Rotation-equivariant Detector for Aerial Object Detection

GitHub-csuhan/ReDet:Officialcodeofthepaper"ReDet:ARotation-equivariantDetectorfyorAerialObjectDetection"(CVPR2021
小李AI飞刀^_^·2022-12-09 20:24

c++连通区域处理 种子生成法

连通区域分析（ConnectedComponentAnalysis-Labeling）OpenCV_连通区域分析（ConnectedComponentAnalysis/Labeling）【摘要】本文主要介绍在CVPR
明泽.·2022-12-09 19:00

3D 目标检测 阅读笔记

优秀博客：https://blog.csdn.net/weixin_39373480/article/details/103583523DSGN(CVPR2020)一阶段的，基于双目的3D目标检测器；为了弥补
Harrylin、·2022-12-09 15:24

【三维目标检测】Pointpillars（一）

PointPillars是一种基于体素的三维目标检测算法，发表在CVPR2019《PointPillars:FastEncodersforObjectDetectionfromPointClouds》。
Coding的叶子·2022-12-09 15:23

CenterPoint|Center-based 3D Object Detection and Tracking阅读笔记

题目：Center-based3DObjectDetectionandTracking2021CVPR1.摘要+intro作者认为3D世界中的目标不遵循任何特定的方向，anchor-based来表示目标的检测器难以枚举所有方向或将轴对齐的边界框匹配到旋转的目标
Rolandxxx·2022-12-09 15:44

论文阅读笔记 | 三维目标检测——CenterPoint算法

文章目录0.前言1.背景2.准备工作3.网络结构3.1RPN3.2RCNN4.实验结果paper：《Center-based3DObjectDetectionandTracking》（2021CVPR）
Clichong·2022-12-09 15:43

行人重识别 reid-strong-baseline代码运行

作为刚入门的小白，先找了reid方向的一个baseline来学习，我找的是浙江大学罗浩老师在2019发表的一篇CVPR论文，该论文利用一些tricks来提出了一个更强的baseline，本文主要是运行该论文的代码
悦耳de泽冰s·2022-12-09 13:40

【论文笔记】InverseForm: A Loss Function for Structured Boundary-Aware Segmentation

论文标题：InverseForm:ALossFunctionforStructuredBoundary-AwareSegmentation收录于：CVPR2021论文：[2104.02745]InverseForm
m0_61899108·2022-12-09 12:50

CVPR2022 A ConvNet for the 2020s

AConvNetforthe2020shttps://arxiv.org/abs/2201.03545https://github.com/facebookresearch/ConvNeXt讲解https://mp.weixin.qq.com/s/q-s_dV4-TCiVPMOTZKEgPQhttps://www.bilibili.com/video/BV1SS4y157fuhttps://www
菜鸟中的菜中菜·2022-12-09 12:08

CVPR2022|比VinVL快一万倍！人大提出交互协同的双流视觉语言预训练模型COTS，又快又好！

有用的话文末帮忙点个赞哦~【写在前面】大规模的单流预训练在图文检索中表现出显着的性能。遗憾的是，由于注意力层重，它面临着推理效率低的问题。最近，具有高推理效率的CLIP和ALIGN等双流方法也显示出了可观的性能，但是它们只考虑了两个流之间的实例级对齐（因此仍有改进的空间）。为了克服这些限制，作者提出了一种新的协作双流视觉语言预训练模型，称为COTS，用于通过增强跨模态交互来进行图像文本检索。除了通
FightingCV·2022-12-09 11:14

#今日论文推荐# CVPR 2022 | 阿里提出单目深度估计新SOTA方法：NeW CRFs

#今日论文推荐#CVPR2022|阿里提出单目深度估计新SOTA方法：NeWCRFs单目深度估计是从单张RGB图预测场景深度，是一个很具有挑战性的任务。
wwwsxn·2022-12-09 10:14

CVPR 2022 | 阿里提出单目深度估计新SOTA方法：NeW CRFs

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达作者：原力|已授权转载（源：知乎）编辑：CVerhttps://zhuanlan.zhihu.com/p/522214395单目深度估计是从单张RGB图预测场景深度，是一个很具有挑战性的任务。现在做这个任务的方法大都是设计越来越复杂的网络来简单粗暴地回归深度图，但我们采取了一个更具可解释性的路子，就是使用优化方法中的条件随机场（C
Amusi（CVer）·2022-12-09 10:59

CVPR 2022 | NeW CRFs: Neural Window Fully-connected CRFs for Monocular Depth Estimation

CVPR2022|NewCRF：使用Attention模拟了CRF论文：https://arxiv.org/abs/2203.01502代码：https://weihaosky.github.io/newcrfs
有为少年·2022-12-09 10:29

#今日论文推荐#CVPR 2022 | 高保真人头参数化模型HeadNeRF：实时渲染、可直接编辑

#今日论文推荐#CVPR2022|高保真人头参数化模型HeadNeRF：实时渲染、可直接编辑《黑客帝国:觉醒》演示中的灵魂发问：当我们打造出的世界和我们自己的世界同等真实时，那现实到底意味着什么？
wwwsxn·2022-12-09 10:36

CVPR 2022 | 高保真人头参数化模型HeadNeRF：实时渲染、可直接编辑

©作者|中科大张举勇课题组来源|机器之心《黑客帝国:觉醒》演示中的灵魂发问：当我们打造出的世界和我们自己的世界同等真实时，那现实到底意味着什么？还记得去年12月，美国电子游戏与软件开发公司Epic发布的基于自家虚幻5打造的《黑客帝国:觉醒》的演示吗？Demo中所展示的主演人物的毛孔毛发级高真实感建模，着实让人惊叹Epic的强大技术能力。据悉，以上演示Demo中的人物形象是由Epic名下的MetaH
PaperWeekly·2022-12-09 10:28

[论文解析] HeadNeRF: A Realtime NeRF-based Parametric Head Model

blog.csdn.net/c9Yv2cf9I06K2A9E/article/details/124874717来自中科大张举勇教授课题组提出了HeadNeRF，一种基于NeRF的高效全息人脸头部参数化模型，该工作发表于CVPR2022
_Summer tree·2022-12-09 10:51

CVPR22 ｜CMT：CNN和Transformer的高效结合（开源）

作者丨王云鹤@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/534567826编辑丨极市平台导读到底CNN和Transformer哪个更好？当然是强强联手最好。华为诺亚实验室的研究员提出一种新型视觉网络架构CMT，通过简单的结合传统卷积和Transformer，获得的网络性能优于谷歌提出的EfficientNet，ViT和MSRA的SwinTransformer。摘
Tom Hardy·2022-12-09 08:59

CVPR 2022 | 清华开源DAT：具有可变形注意力的视觉Transformer

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：集智书童点击进入—>CVer微信技术交流群VisionTransformerwithDeformableAttention论文：https://arxiv.org/abs/2201.00520代码：https://github.com/LeapLabTHU/DAT最近，Transformer在各种视觉任务上都表现出了卓
Amusi（CVer）·2022-12-09 08:25

CVPR 2021 | Transformer再下一城！复旦等提出SETR：语义分割网络

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文作者：湃森|来源：知乎（已授权）https://zhuanlan.zhihu.com/p/348418189一、论文信息标题：《RethinkingSemanticSegmentationfromaSequence-to-SequencePerspectivewithTransformers》作者：SixiaoZhengeta
Amusi（CVer）·2022-12-09 08:24

Vision Transformer | CVPR 2022 - Vision Transformer with Deformable Attention

CVPR2022-VisionTransformerwithDeformableAttention论文：https://arxiv.org/abs/2201.00520代码：https://github.com
有为少年·2022-12-09 08:22

Global Tracking Transformers

GlobalTrackingTransformerspaper:https://arxiv.org/pdf/2203.13250.pdfcode:https://github.com/xingyizhou/GTR得克萨斯大学奥斯汀分校,AppleCVPR2022Introduction
Fwenxuan·2022-12-09 07:26

MOTR: End-to-End Multiple-Object Tracking with TRansformer

End-to-EndMultiple-ObjectTrackingwithTRansformer论文地址：http://arxiv.org/abs/2105.03247论文源码：https://github.com/megvii-model/MOTR收录入CVPR2021Introduction
Fwenxuan·2022-12-09 07:56

F2DNet: Fast Focal Detection Network for Pedestrian Detection

FastFocalDetectionNetworkforPedestrianDetection论文地址:https://arxiv.org/abs/2203.02331论文源码:https://github.com/AbdulHannanKhan/F2DNet.凯撒斯劳滕工业大学CVPR2022Introduction
Fwenxuan·2022-12-09 07:56

【论文精读9】MVSNet系列论文详解-AA-RMVSNet

AA-RMVSNet，论文名为：AA-RMVSNet:AdaptiveAggregationRecurrentMulti-viewStereoNetwork，CVPR2021（CCFA）本文是MVSNet
LiverWhles·2022-12-09 07:14

CVPR 2020 oral：亮风台提出完全可训练的图匹配方法

6月14日-19日，CVPR2020在线上举行，据了解，本届大会共收到6656篇投稿，接收论文1470篇，录用率约22%，低于ICCV2019论文录用率（25%），为十年以来最低录用率。
我爱计算机视觉·2022-12-09 07:12

（一）【Deep video】视频理解论文串讲（上）【论文精读】笔记

video/BV1fL4y157yA/0前言视频里将视频理解分四大方向：1，hand-crafted-->cnn2，two-stream3，3Dcnn4，videotransformer1DeepVideocvpr14
CV-杨帆·2022-12-09 07:07

(二)Cityscapes数据集简介

.简介DaimlerAG现在称为Mercedes-Benz研发中心和达姆施塔特工业大学（德语：TechnischeUniversitätDarmstadt）研究人员开放的数据集，论文发表在2016年的CVPR
恒友成·2022-12-09 05:29

Deep Learning with Torch

Reference:https://github.com/soumith/cvpr2015/blob/master/Deep%20Learning%20with%20Torch.ipynbDeepLearningwithTorch
DreaMaker丶·2022-12-09 02:52

few-shot segmentation 2022年数据

一、fss整合数据，在Pascal-5i上的结果MSANet（CVPR22）DCAMA（ECCV22）(pascal+coco)DGPNet(ICCV22)(pascal+coco)IPMT（NeurlPS22
师大云帆·2022-12-09 02:20

深度学习few shot模型创新点总结

1、ASGNet（CVPR21）使用聚类和分配的思想，Cluster模块将supportprototypes聚合成一个质心，再通过Allocate模块将质心分散，与queryprototypes进行原型对比
师大云帆·2022-12-09 02:10

论文阅读：Augmentation for small object detection(小目标检测的增强)-CVPR2019

论文题目：Augmentationforsmallobjectdetection文章目录论文题目：Augmentationforsmallobjectdetection1.介绍1.1背景1.2小目标检测困难的原因2.方法2.1Oversampling2.2Copy-Pasting3.实验结果3.1Oversampling3.2Copy-Pasted3.3Copy-PastedStrategies论
欢天喜地小姐姐·2022-12-09 02:07

【论文笔记】：Augmentation for small object detection

&Title:AugmentationforsmallobjectdetectionCVPR2019&Summary作者分析MSCOCO数据集，以及MaskRCNN在这个数据集上的目标识别、分割性能表现
Activewaste·2022-12-09 02:06

[CVPR-21] Scale-aware Automatic Augmentation for Object Detection

Scale-awareAutomaticAugmentationforObjectDetectioncode:GitHub-dvlab-research/SA-AutoAug:Scale-awareAutomaticAugmentationforObjectDetection(CVPR2021
zzl_1998·2022-12-09 02:36

CVPR 2020｜图网络引导的实时语义分割网络搜索 (GAS)

点击上方“AI算法修炼营”，选择加星标或“置顶”标题以下，全是干货作者：Peiwen知乎链接：https://zhuanlan.zhihu.com/p/125488361本文已由作者授权转载，未经允许，不得二次转载。论文链接：https://arxiv.org/abs/1909.06793之后代码将会开源：https://github.com/L-Lighter/LightNet作者：林培文*，孙
AI算法修炼营·2022-12-08 21:19

CVPR | Facebook提出FP-NAS：搜索速度更快、分类精度更高、性能更好

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇
计算机视觉研究院·2022-12-08 21:12

CVPR 2021 | Facebook提出FP-NAS：搜索速度更快、分类精度更高、性能更好

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇
计算机视觉研究院·2022-12-08 21:41

CVPR2021 | Facebook提出FP-NAS：搜索速度更快、分类精度更高、性能更好

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇
计算机视觉研究院·2022-12-08 21:41

CVPR2021性能提升：Facebook提出FP-NAS——搜索速度更快、分类精度更高、性能更好...

计算机视觉研究院专栏作者：Edison_G来自FacebookAI的严志程团队发表一种新的神经架构的快速搜索算法。该算法采用自适应架构概率分布熵的架构采样，能够减少采样样本达60%，加速搜索快1.8倍。此外，该算法还包括一种新的基于分解概率分布的由粗到细的搜索策略，进一步加速搜索快达1.2倍。该算法搜索性能优于BigNAS、EfficientNet和FBNetV2等算法。长按扫描二维码关注我们本篇
计算机视觉研究院·2022-12-08 21:41

CVPR 2021 | Involution：超越卷积和自注意力的神经网络新算子

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文作者：李铎|本文系作者投稿https://zhuanlan.zhihu.com/p/358183591本文是对我们CVPR2021
Amusi（CVer）·2022-12-08 21:40

计算机视觉方向好中的期刊有哪些？

计算机视觉和模式识别领域的代表就是四大顶会了：ICCV、ECCV、CVPR、NIPS，还有就是难度最高的PAMI了，这些都让人望而生畏。那么除了这些耳熟能详的期刊和会议之外，还有哪些该领域的期刊呢？
六维论文推荐·2022-12-08 20:01
上一页 45 46 47 48 49 50 51 52 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他