CVPR2020 第3页

CVPR2020 | Strip Pooling：语义分割新trick，条纹池化取代空间池化

点击上方“AI算法修炼营”，选择加星标或“置顶”标题以下，全是干货论文链接：https://arxiv.org/abs/2003.13328v1代码链接：https://github.com/Andrew-Qibin/SPNet从之前语义分割的研究事实证明，空间池化可有效捕获用于场景分析等像素级预测任务的远程上下文信息。本文在传统的N×N型Spatialpooling的基础上，提出了一种考虑狭长卷

AI算法修炼营·2022-12-31 15:23

【论文笔记】【CVPR2020】 (MoCo) Momentum Contrast for Unsupervised Visual Representation Learning

KaimingHe,HaoqiFan,YuxinWu,SainingXie,RossGirshickCVPR2020BestPaperCode:https://github.com/facebookresearch/moco0ContrastLearning0.1PretextTask正样本之间拉近，负样本推远对比学习的优势在于非常灵活，只要能用合适的方法找到正样本和负样本就可以InstanceD

Merengue_l·2022-12-30 10:18

对比学习论文——[MoCo,CVPR2020]Momentum Contrast for Unsupervised Visual Representation Learning

目录对比学习简述MoCo的创新动机lossfunction：InfoNCEMoCo的流程伪代码实验和结论对比学习简述假设由三张图片，其中两张是人，一张是狗。将三张图片都通过同一个神经网络，得到特征空间中的三个特征f1f_1f1，f2f_2f2，f3f_3f3，假设前两个是人对应的特征，后一个是狗对应的特征。对比学习要做的就是让f1f_1f1和f2f_2f2在特征空间中尽可能接近，并且两者都要和f3

umbrellalalalala·2022-12-30 10:44

论文阅读“Momentum contrast for unsupervised visual representation learning”（CVPR2020）

论文标题Momentumcontrastforunsupervisedvisualrepresentationlearning论文作者、链接作者：He,KaimingandFan,HaoqiandWu,YuxinandXie,SainingandGirshick,Ross链接：CVPR2020OpenAccessRepository代码：https://github.com/facebookres

不吃香菜的zbw·2022-12-30 10:12

重读经典：《Momentum Contrast for Unsupervised Visual Representation Learning》

MoCo获得了CVPR2020最佳论文提名，是视觉领域使用对比学习的一个里程碑工作。对比学习目前也是机器

自动驾驶小学生·2022-12-30 10:06

深度学习(自监督:MoCo)——Momentum Contrast for Unsupervised Visual Representation Learning

简述如何产生正例如何产生负例如何更新momentumencoder算法伪代码思考为什么要存在负例MoCo的负例通过queue提供有什么好处为什么需要momentumencoder前言本篇文章是何凯明老师在CVPR2020

菜到怀疑人生·2022-12-30 10:06

CVPR2020超分辨率方向论文整理笔记

CVPR2020超分辨率篇CVPR(IEEEConferenceonComputerVisionandPatternRecognition)是世界顶级的计算机视觉会议（三大顶会之一，即IEEE国际计算机视觉与模式识别会议

ytao_wang·2022-12-29 17:37

cvpr2020 人脸检测与识别_大合集！80篇CVPR2020论文分方向整理: 目标检测/图像分割/姿态估计等，附打包下载...

CVPR2020在2月24日公布了所有接受论文ID，相关报道：https://mp.weixin.qq.com/s/HGxhcVvMWWMliqOoBZPQ-w。

何堤森·2022-12-29 17:03

【cvpr2020】Referring Image Segmentation via Cross-Modal Progressive Comprehension

motivation：之前的方法缺乏利用语言中不同类型的信息词来准确对齐视觉和语言特征的能力。提出采用渐进式方法，分为两个阶段，第一步，模型根据实体词和属性词来感知表达式中描述的所有实体，第二步，模型进一步推理实体之间的关系，以突出所指对象并抑制其他不匹配的实体。idea：提出了一个跨模态渐进理解(CMPC)模块，该模块利用表达式中的不同类型的词来分割基于图形的结构中的所指对象。该模块，第一步将从

lynn_Dai·2022-12-28 09:56

【CVPR2020图像超分辨率】Cross-Scale Non-Local Attention / CSNLN 阅读笔记

ImageSuper-ResolutionwithCross-ScaleNon-LocalAttentionandExhaustiveSelf-ExemplarsMining本文介绍的是发表在CVPR2020

刘芋儿·2022-12-28 01:14

去雨去雾资料整理

Hz_xi·2022-12-27 21:29

CVPR2020论文笔记——EfficientDet---双尺度特征融合BiFPN目标检测

代码：https://github.com/google/automl/tree/master/efficientdet.摘要：提出了提高效率的几个关键优化提出了一种加权的双向特征金字塔网络，它允许简单和快速的多尺度特征融合提出了一种复合缩放方法，可以同时统一缩放所有主干、特征网络和bbx/类预测网络的分辨率、深度和宽度1.引言在融合不同输入特征的时候，以往的网络，对特征图总是不加以区分进行简单的

ECUST王浩然·2022-12-25 19:00

CVPR 2020 | CenterMask : Anchor-Free 实时实例分割(长文详解)

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达1.MaskR-CNN升级，backbone、FPN和head都改进了2.ROIAlign越看越迷了，得跑跑实验了CVPR2020，

小白学视觉·2022-12-25 16:09

CVPR2020 | SEAM：弱监督语义分割的自监督等变注意力机制

点击上方“AI算法修炼营”，选择“星标”公众号精选作品，第一时间送达论文地址：https://arxiv.org/pdf/2004.04581.pdf代码地址：https://github.com/YudeWang/SEAM图像级弱监督语义分割是一个具有挑战性的问题，近年来已得到深入研究。大多数弱监督语义分割的解决方案都利用类激活特征图（CAM）。但是，由于完全监督和弱监督之间的差距并且CAM只能

AI算法修炼营·2022-12-25 13:43

位姿估计调研

143987243G2L-Net论文标题：G2L-Net:GlobaltoLocalNetworkforReal-time6DPoseEstimationwithEmbeddingVectorFeatures论文来源：CVPR2020

熙铭在学习·2022-12-25 01:02

Conditional Gaussian Distribution Learning for Open Set Recognition CVPR2020开放集识别论文解读

[17]SunX,YangZ,ZhangC,etal.ConditionalGaussianDistributionLearningforOpenSetRecognition[C]//2020IEEE/CVFConferenceonComputerVisionandPatternRecognition(CVPR).IEEE,2020.在本文中，我们提出了一种新的方法，即条件高斯分布学习（CongD

appron·2022-12-24 15:00

论文笔记之Learning Human-Object Interaction Detection using Interaction Points

CVPR2020接收论文地址：https://arxiv.org/abs/2003.140231.摘要理解人与物体之间的相互作用是视觉分类的基本问题之一，也是实现详细场景理解的重要步骤。

To_1_oT·2022-12-23 13:35

CNN卷积神经网络之RegNet

DesigningNetworkDesignSpaces》论文地址：https://arxiv.org/pdf/2003.13678.pdf代码：https://github.com/facebookresearch/pycls何恺明团队在CVPR2020

球场书生·2022-12-22 19:55

Domain Adaptation for Image Dehazing(图像去雾的域自适应算法CVPR2020)

摘要：现有的去雾方法大多是在合成的雾霾图像上训练去雾模型，但由于域的偏移，对真实的雾霾图像的泛化效果较差。故提出一种领域自适应模式，该模式由一个图像平移模块和两个图像去雾模块组成。具体来说，首先应用一个双向网络，通过将图像从一个域转换到另一个域，来弥补合成域和真实域之间的差距。然后，使用平移前后的图像训练两个具有一致性约束的图像去雾网络。在这一阶段，利用清晰图像的特性（如暗通道先验和图像梯度平滑）

西北有风·2022-12-22 19:18

中国AI芯片公司霸榜谷歌Waymo自动驾驶算法挑战赛！五个赛道，四项冠军

这不，作为全球自动驾驶公司王者，Waymo借势CVPR2020发起了业内最具含金量的挑战赛，并且广发英雄帖，邀请了全球各路算法玩家一较高下。

QbitAl·2022-12-21 07:14

hrsc2016 下载数据集_CVPR2020 |4篇3D对象数据集介绍【附下载链接】

FS-1000:1000类数据集Few-Shot分割摘要：在过去的几年中，我们见证了深度学习在图像识别领域的成功，这要归功于大规模的人工注释数据集，如PASCALVOC、ImageNet和COCO。虽然这些数据集涵盖了广泛的对象类别，但仍然有大量的对象没有被包括在内。我们可以在没有大量人工注释的情况下执行相同的任务吗?在本文中，我们感兴趣的是少镜头目标分割，其中标注训练例子的数量限制在5。为了评价

weixin_39969028·2022-12-20 14:29

【CVPR2020】Semi-Supervised Semantic Image Segmentation with Self-correcting Networks

Abstract摘要Introduction介绍Method方法AncillarySegmentationModel辅助分割模型Self-correctionmodule自校正模块Noself-correctionmodule无自校正模块Linearself-correctionmodule线性自校正模块Convolutionalself-correctionmodule卷积自校正模块Experi

PRIS-SCMonkey·2022-12-17 22:09

厦大计算机视觉专业,喜讯：信息学院多篇论文被计算机视觉和模式识别领域国际顶级会议CVPR2020录用...

近日，信息学院多篇论文被计算机视觉和模式识别领域国际顶级会议CVPR2020录用。

扇贝编程·2022-12-17 11:19

AvatarMe: Realistically Renderable 3D Facial Reconstruction “in-the-wild”

概述本文发表于CVPR2020，从野生图像中，缺乏相关的方法能够生成高分辨率、真实感的三维人脸，主要原因是：缺乏可用的训练数据即使有高分辨率数据，也缺乏具有鲁棒性的方法本文提出的AvatarMe方法，是第一种能够基于单张的野生的图像

理想很丰满，现实很骨感·2022-12-17 09:17

动作分析姿态估计_CVPR2020无需3D运动数据训练，最新SOTA人体姿势估计方法

点击我爱计算机视觉标星，更快获取CVML新技术作者|MuhammedKocabas译者|刘畅出品|AI科技大本营(ID:rgznai100)人体的运动对于理解人的行为是非常重要的。尽管目前已经在单图像3D姿势和动作估计方面取得了进展，但由于缺少用于训练的真实的3D运动数据，因此现有的基于视频的SOTA方法无法产生准确且自然的运动序列。为了解决这个问题，本文提出了“用于人体姿势和形状估计的视频推理”

weixin_39939303·2022-12-16 08:24

论文笔记：低照增强Zero-DCE

发表于CVPR2020具有如下的特点：不需要构造训练对：通过精心设计的non-referencelossfunction实现。因为不需要构造训练对，所以训练数据比较容

mmmmmk_·2022-12-16 03:18

点云配准论文阅读笔记

《RPM-Net:RobustPointMatchingusingLearnedFeatures》CVPR2020论文链接：http://arxiv.org/abs/2003.13479v1代码链接：https

hhhhhhpw·2022-12-15 22:20

2020年9月70篇GAN/对抗论文汇总

CVPR2020最全GAN论文梳理！

机器学习与AI生成创作·2022-12-15 22:49

Waymo Open Dataset 数据集解析 - 3D 分割

数据集解析-3D分割1.数据集简介2.数据集内容3.数据集下载1.数据集简介文章标题ScalabilityinPerceptionforAutonomousDriving:WaymoOpenDataset(CVPR2020

77wpa·2022-12-15 15:34

从局部到全局的多模式电影场景分割

从局部到全局的多模式电影场景分割CVPR2020个人总结1.研究现状：2.研究的意义：3.提出的解决方案（局部到全局的场景分割模型）：4.电影场景数据集：5.结论：全文翻译从局部到全局的多模式电影场景分割方法摘要

小白爬爬爬·2022-12-15 07:15

第七周作业：注意力机制的学习

文章目录【BMVC2018】BAM:BottleneckAttentionModule【CVPR2019】DualAttentionNetworkforSceneSegmentation【CVPR2020

QxwOnly·2022-12-14 07:37

第7周学习任务：注意力机制论文泛读

BMVC2018】BAM:BottleneckAttentionModule创新点结构图【CVPR2019】DualAttentionNetworkforSceneSegmentation创新点结构图【CVPR2020

洋-葱·2022-12-14 07:36

【论文阅读笔记】【CVPR2020】Improving Convolutional Networks with Self-Calibrated Convolutions

源文http://mftp.mmcheng.net/Papers/20cvprSCNet.pdf源代码https://github.com/backseason/SCNetIntroductionCNN的最新进展主要致力于设计更复杂的体系结构，以增强其表示学习能力。在本文中，我们考虑在不调整模型架构的情况下改进CNN的基本卷积特征转换过程。为此，我们提出了一种新颖的自校准卷积，该卷积通过内部通信显

creami11·2022-12-14 07:03

CVPR2020 Improving Convolutional Networks with Self-Calibrated Convolutions论文详解 SC-Net 注意力机制

20cvprSCNet.pdf代码：https://github.com/MCG-NKU/SCNet《ImprovingConvolutionalNetworkswithSelf-calibratedConvolutions》CVPR2020

DRACO于·2022-12-14 07:33

应对长尾分布的目标检测 -- Balanced Group Softmax

BalancedGroupSoftmax文章目录应对长尾分布的目标检测--BalancedGroupSoftmax长尾分布的数据以往应对长尾分布的方法BalancedGroupSoftmax效果评估这次给大家介绍一篇CVPR2020

MezereonXP·2022-12-14 00:24

CVPR2020目标检测共63篇

CVPR2020目标检测共63篇3D目标检测1.LiDAR-BasedOnline3DVideoObjectDetectionWithGraph-BasedMessagePassingandSpatiotemporalTransformerAttention2

舒心远航·2022-12-13 21:19

一键实现图像、视频卡通化，GAN又进化了

其核心技术来自CVPR2020论文，作者的背景是字节跳动和东京大学，他们提出了用白盒卡通表征实现图像卡通化。目前，这项工作已在GitHub获得1800个Stars。作者称，他们还

我爱计算机视觉·2022-12-13 15:03

CVPR2020交互式分割算法IOG的配置（Interactive Object Segmentation with Inside-Outside Guidance）

目标跟踪、目标检测、前景分割不分家，如SiamMask、SiamR-CNN这篇文章针对目标框可起到很好地分割效果。注：原代码的运行环境为Ubuntu，本文在Windows10系统下完成配置。1、论文下载：InteractiveObjectSegmentationwithInside-OutsideGuidance.[paper][code]2、代码下载：https://github.com/shi

博博有个大大大的Dream·2022-12-13 13:16

MoCo论文详解

LinearClassificationProtocol其他下游任务前言MoCo(MomentumContrastforUnsupervisedVisualRepresentationLearning):CVPR2020

PD我是你的真爱粉·2022-12-13 12:49

【视频-文字版】MoCo 论文逐段精读【论文精读】

方法3.3代理任务MoCo伪代码：7、实验8、总结参考资料0前言MoCoMomentumContrastforUnsupervisedVisualRepresentationLearningMoCo是CVPR2020

I"ll carry you·2022-12-13 12:48

MoCo V1：视觉领域也能自监督啦

MoCoV1：视觉领域也能自监督啦何凯明从CVPR2020上发表的MoCoV1（MomentumContrastforUnsupervisedVisualRepresentationLearning），

ZOMI酱·2022-12-13 12:44

【CVPR2020】Meshed-Memory Transformer for Image Captioning

【CVPR2020】Meshed-MemoryTransformerforImageCaptioning附：论文下载地址论文主要贡献图像区域及其关系以多层次方式进行编码，其中考虑了低层次和高层次关系。

枉费红笺·2022-12-13 06:26

【CVPR2020 image caption】读Meshed-Memory Transformer for Image Captioning

Meshed-MemoryTransformerforImageCaptioning（用于图像描述的带存储器的网状Transformer）原论文地址：下载地址官方开源代码地址：代码本篇博客参考文章：1、[CVPR2020

饿了就干饭·2022-12-13 06:53

目标检测---匹配策略

CVPR2020中的文章ATSS揭露到anchor-based和anchor-free的目标检测算法之间的效果差异原因是由于正负样本的选择造成的。

calvinpaean·2022-12-12 12:46

超分算法TTSR：Learning Texture Transformer Network for Image Super-Resolution 基于参考图像Ref的超分辨率重建

这篇文章TTSR应该是第一次将transformer引入到超分任务中，且是基于参考图像的超分重建RefSR，文章发表在CVPR2020。

暖风️·2022-12-12 09:19

CVPR2020:Learning Texture Transformer Network for Image Super-Resolution解读

LearningTextureTransformerNetworkforImageSuper-Resolution（用于图像超分辨率的学习纹理transformer网络）Writers：FuzhiYang,HuanYang,JianlongFu,HongtaoLu,BainingGuoConference：cvpr2020

hbw136·2022-12-12 09:47

Transformer用于超分辨率重建

1LearningTextureTransformerNetworkforImageSuper-Resolution（TTSR，CVPR2020）本文引用已经有200多了。

是暮涯啊·2022-12-12 09:17

CVPR2020｜无需3D运动数据训练，最新SOTA人体姿势估计方法

点击我爱计算机视觉标星，更快获取CVML新技术作者|MuhammedKocabas译者|刘畅出品|AI科技大本营（ID:rgznai100）人体的运动对于理解人的行为是非常重要的。尽管目前已经在单图像3D姿势和动作估计方面取得了进展，但由于缺少用于训练的真实的3D运动数据，因此现有的基于视频的SOTA方法无法产生准确且自然的运动序列。为了解决这个问题，本文提出了“用于人体姿势和形状估计的视频推理”

我爱计算机视觉·2022-12-12 01:29

CVPR2020: Suppressing Uncertainties for Large-Scale Facial Expression Recognition 阅读随笔

0.Abstract大规模表情识别(large-scaleFacialExpressionRecognition,FER)的主要挑战在于不确定性(uncertainties)，这些不确定性来源于模棱两可的面部表情(ambiguousfacialexpressions),低质量的脸部图像(low-qualityfacialimages)和标注者的主观性(thesubjectivenessofanno

mathlxj·2022-12-11 17:42

CVPR 2020：Cross-View Tracking for Multi-Human 3D Pose Estimation at over 100 FPS 论文阅读随笔

CVPR2020论文阅读系列之3D姿态估计一：论文：Cross-ViewTrackingforMulti-Human3DPoseEstimationatover100FPS欢迎批评指正,以下为OneNote

mathlxj·2022-12-11 17:12

推荐频道

CVPR2020