iccv 第18页

ICCV-2021-Swin-T: Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 阅读笔记

目录一、SwinTransformer的整体架构及流程Swin变压器架构Stage1Stage2Stage3Stage4SwinTransformerblock二、基于移动窗口的自我注意（ShiftedWindowbasedSelf-Attention）非重叠窗口中的自我注意（Self-attentioninnon-overlappedwindows）连续块中的移位窗口划分（Shiftedwind

菜菜子hoho·2022-11-10 07:29

ICCV2021 | 简单有效的长尾视觉识别新方案：蒸馏自监督(SSD)

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨仿佛若有光来源丨CV技术指南前言本文提出了一种概念上简单但特别有效的长尾视觉识别的多阶段训练方案，称为蒸馏自监督(SelfSupervisiontoDistillation,SSD)。在三个长尾识别基准：ImageNet-LT、CIFAR100-LT和iNaturist2018上取得了SOTA结果。在不同的数据集上，SSD比强大的LWS

Tom Hardy·2022-11-09 07:10

BEV（Bird’s-eye-view）三部曲之三：demo和验证

KITTIpaper，github，35FPS输入：单张摄像头前向图输出：roadlayoutestimationandvehicleoccupancyestimation目标检测道路分割2.FIERY(ICCV2021

mathlxj·2022-11-08 14:24

ICCV, ECCV, CVPR，IEEE的关系

计算机视觉领域世界三大顶级会议分别为CVPR、ICCV和ECCV。

乖乖怪123·2022-11-08 08:10

ICCV｜复杂场景目标检测——科大讯飞等提出X光安检场景下危险品检测基准（已开源）...

计算机视觉顶会ICCV2021接收了一篇由北京航空航天大学刘祥龙教授团队、中国科学院软件研究所和科大讯飞共同完成的工作，该工作以X光安检场景下的危险品检测为例,对复杂场景

计算机视觉研究院·2022-11-07 17:43

ICCV 2021｜复杂场景目标检测——科大讯飞等提出X光安检场景下危险品检测基准（已开源）...

计算机视觉顶会ICCV2021接收了一篇由北京航空航天大学刘祥龙教授团队、中国科学院软件研究所和科大讯飞共同完成的工作，该工作以X光安检场景下的危险品检测为例,对复杂场景

计算机视觉研究院·2022-11-07 17:13

光安检场景下危险品检测

计算机视觉顶会ICCV2021接收了一篇由北京航空航天大学刘祥龙教授团队、中国科学院软件研究所和科大讯飞共同完成的工作，该工作以X光安检场景下的危险品检测为例,对复杂场景下的遮挡干扰、小目标问题进行了探索

tt姐whaosoft·2022-11-07 17:12

ICCV 华人团队提出会创作的Paint Transformer，网友反驳：这也要用神经网络？

最近ICCV上一篇文章在reddit上分享后引发热议，网友吐槽最多的就是：明明50行代码就能搞定，为什么要用神经网络？

深度学习技术前沿·2022-10-31 13:53

ICCV2021 | SOTR:使用transformer分割物体

前言本文介绍了现有实例分割方法的一些缺陷，以及transformer用于实例分割的困难，提出了一个基于transformer的高质量实例分割模型SOTR。经实验表明，SOTR不仅为实例分割提供了一个新的框架，还在MSCoco数据集上超过了SOTA实例分割方法。本文来自公众号CV技术指南的论文分享系列关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。论文：SOTR:Se

CV技术指南(公众号)·2022-10-27 11:21

【论文笔记】提高超高分辨率图像的语义分割准确性的两种方法：MagNet（CVPR2021）与FCtL（ICCV2021）

目前对于分辨率超过2000*2000的超高分辨率大图，难以直接输入到模型当中。目前最通用的做法就是将大图resize或者crop成小图，实现精度与计算资源的trade-off。resize和crop的做法各自都有着自身固有的缺点，因此在MagNet与FCtl中从crop的缺点出发提出了各自的解决方案，实现超高分辨率大图的语义分割。一、背景简介对于分辨率超过2000*2000的超高分辨率大图，直接将

m0_61899108·2022-10-27 11:50

TPH-yolov5论文解读

TPH-YOLOv5:ImprovedYOLOv5BasedonTransformerPredictionHeadforObjectDetectiononDrone-capturedScenarios》ICCV2021OpenAccessRepository

易大飞·2022-10-25 07:36

TPH-YOLOv5: Improved YOLOv5 Based on Transformer Prediction Head forObject Detection on Drone-captur

ImprovedYOLOv5BasedonTransformerPredictionHeadforObjectDetectiononDrone-capturedScenarios发表时间2021期刊IEEE/CVFInternationalConferenceonComputerVision(ICCV

越过小山丘·2022-10-25 07:33

【论文笔记】：Learning Rich Features at High-Speed for Single-Shot Object Detection

&Title:ICCV2019LearningRichFeaturesatHigh-SpeedforSingle-ShotObjectDetection代码&Summary作者设计了一个one-stage

Activewaste·2022-10-24 07:09

Vision Transformer打卡营来啦！朱欤博士带你从零玩转ViT爆款模型！

Transformer自2017年被提出后，从横扫NLP领域的风光无二，到陷入一片对其在CV任务有效性的质疑声中，再到不久前在多项图像任务中显示出直逼CNN的优异性能以及ICCV2021bestpaper

飞桨PaddlePaddle·2022-10-23 07:43

CVPR2017论文列表

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017

TBYourHero·2022-10-19 14:51

语义分割-ICCV2017 Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks循环一致对抗网

Image-to-ImageTranslationusingCycle-ConsistentAdversarialNetworks:使用循环一致对抗网络进行图像到图像的翻译0.摘要1.概述2.相关工作2.1.生成对抗网络GAN2.2.图像到图像的翻译2.3.未配对图像到图像的翻译2.4.循环一致性2.5.神经风格转移3.公式3.1.对抗损失3.2.循环一致性损失3.3.整个优化对象4.实现4.1.

HheeFish·2022-10-19 08:44

UDA/语义分割/ICCV2021:Dual Path Learning for Domain Adaptation of Semantic Segmentation语义分割领域自适应的双路径学习

UDA/语义分割/ICCV2021:DualPathLearningforDomainAdaptationofSemanticSegmentation语义分割领域自适应的双路径学习0.摘要1.概述2.相关工作

HheeFish·2022-10-19 07:22

ICCV2019语义分割/UDA:ACE: Adapting to Changing Environments for Semantic SegmentationACE：适应变化环境下的语义分割

ACE:AdaptingtoChangingEnvironmentsforSemanticSegmentationACE：适应变化环境下的语义分割0.摘要1.概述2.相关工作2.1.无监督领域适应2.2.图像合成和风格化2.3.终身学习2.4.元学习3.方法3.1.通过编码器和生成器进行样式化3.2.语义分割网络3.3.记忆单元和风格回放3.4.通过自适应元学习实现更快的适应4.实验4.1.实验设

HheeFish·2022-10-19 07:51

ICCV 2021 | Swin transformer: Hierarchical vision transformer using shifted windows 阅读笔记

Swintransformer:HierarchicalvisiontransformerusingshiftedwindowsAuthorUnit:1^11MicrosoftResearchAsia2^22UniversityofScienceandTechnologyofChina3^33XianJiaotongUniversity4^44TsinghuaUniversityAuthors:Z

ybacm·2022-10-18 14:08

《Swin Transformer: Hierarchical Vision Transformer using Shifted Windows》论文笔记

论文发表在AI顶会（CCF-A）：ICCV-2021。论文链接：https://arxiv.org/abs/2103.14030ICCV-2021最佳论文，swintransformer当之无愧。

#苦行僧·2022-10-18 14:38

计算机视觉——目标检测入门级综述

1、获得候选区域2、特征提取3、SVM分类4、剔除重叠框（非极大值抑制）5、精准定位结果不足SPP-NET（ECCV2014）改进1：全图一次CNN改进2：空间金字塔池化层结果不足FastR-CNN（ICCV2015

不务正业的程序媛·2022-10-16 12:03

ICCV 2021 Workshop

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：CV技术指南前言医学领域的数据集具有标注样本少、图像非自然的特点，transformer已经证明了在自然图像领域下的成功，而能否应用于医学领域等少量标注样本的非自然图像领域呢？本文研究比较了CNN和ViTs在三种不同初始化策略下在医学图像任务中的表现，研究了自监督预训练对医学图像领域的影响，并得出了三个结论。IsitTim

Amusi（CVer）·2022-10-16 08:36

ICCV2021 | 医学影像等小数据集的非自然图像领域能否用transformer？

前言医学领域的数据集具有标注样本少、图像非自然的特点，transformer已经证明了在自然图像领域下的成功，而能否应用于医学领域等少量标注样本的非自然图像领域呢？本文研究比较了CNN和ViTs在三种不同初始化策略下在医学图像任务中的表现，研究了自监督预训练对医学图像领域的影响，并得出了三个结论。本文来自公众号CV技术指南的论文分享系列关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟

CV技术指南(公众号)·2022-10-16 08:36

可变性卷积（Deformable Convolution network）系列论文学习

DeformableConvolutionnetwork0.摘要iccv2017作者觉得传统的卷积感受野太小了，如果进行pooling减少图片的尺寸，在进行卷积肯定会损失很多信息，论文太偏理论，比较难阅读

Diros1g·2022-10-16 07:58

[论文阅读：姿态识别&Transformer] TransPose: Keypoint Localization via Transformer 2021 ICCV

[论文阅读：姿态识别&Transformer]TransPose:KeypointLocalizationviaTransformer2021ICCV文章目录[论文阅读：姿态识别&Transformer

cheerful090·2022-10-14 07:28

论文超详细精读|六千字：ICCV19-PIFu

文章目录前言总览一、Introduction1.1背景1.2实现特点二、RelatedWork2.1Single-view3DHumanDigitization（单视图3D人体数字化）2.2Multi-View3DHumanDigitization.（多视图3D人体数字化）2.3TextureInference（纹理推断）三、PIFu:Pixel-AlignedImplicitFunction目标

湘粤Ian·2022-10-12 22:21

目标检测3--AnchorFree的FCOS

源码参考资料欢迎访问个人网络日志知行空间1.介绍论文:《FCOS:FullyConvolutionalOne-StageObjectDetection》是澳洲阿德莱德大学的ZhiTian等最早于2019年04月提交的工作成果，发表在ICCV

恒友成·2022-10-12 09:36

CV学习——day32 读论文：顶会ICCV · 会议CV——2021 Swin Transformer

会议CV——（2021ICCV）SwinTransformer：HierarchicalVisionTransformerusingShiftedWindows请对照论文观看笔记chap11）现有问题：

想太多!·2022-10-11 14:15

大大刷新记录！Swin Transformer v2.0 来了，30亿参数！

关注公众号，发现CV技术之美本文转载自微软研究院AI头条编者按：2021年，获得ICCV最佳论文奖的SwinTransformer，通过在广泛的视觉问题上证明Transformer架构的有效性，加速了计算机视觉领域基本模型架构的变革

我爱计算机视觉·2022-10-10 07:15

ICCV2017——图像反射去除与图像平滑基于一类深度架构

摘要：本文提出了一种深度学习网络架构，用于提取底层视觉任务的边缘信息。不同于其他方法，本文只使用级联卷积层进行边缘估计与图像重建。本文应用于两个不同的边缘敏感的问题领域。本文提出用于弱监督的数据生成方法，解决了更多繁杂反射情况的问题。本文的方法以较大的优势取得了SOTA的效果。在所有情况中，网络架构都简单，快速且易于迁移。一、简介受深度学习在大尺寸视觉图像复原任务上的巨大成功启发，大量的底层视

楠兮兮·2022-10-09 10:26

CAM和GradCAM

LearningDeepFeaturesforDiscriminativeLocalization,CVPR2016；GradCAM来自Grad-CAM:VisualExplanationsFromDeepNetworksviaGradient-BasedLocalization,ICCV2017

tzc_fly·2022-10-04 16:48

yolov3为什么对大目标检测不好_目标检测算法之ICCV2019 Gaussian YOLOv3

前言关于YOLOv3可以看一下我前面的推文讲解：算法原理YOLOv3回顾对于左图，就是YOLOv3的网络结构。可以看到YOLOV3整体使用了特征金字塔的结构，使得网络在3个尺度上执行目标检测任务，可以适应各种不同大小的目标。并且使用了跳跃连接skipshortcut防止因为网络过深而发生梯度消失，无法收敛。YOLOV3还使用了上采样操作，并将大特征图和小特征图上采样的特征图进行concat，使得网

铁扇不是公举·2022-10-02 07:35

ICCV 2021 | 国科大提出首个CNN和Transformer双体主干网络！Conformer准确率高达84.1%！...

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达转载自：新智元|来源：arxiv编辑：好困Priscilla【导读】Transformer和CNN在处理视觉表征方面都有着各自的优势以及一些不可避免的问题。因此，国科大、鹏城实验室和华为研究人员首次将二者进行了融合并提出全新的Conformer模型，其可以在不显著增加计算量的前提下显著提升了基网表征能力。卷积运算善于提取局部特征，

Amusi（CVer）·2022-09-29 07:12

今日arXiv精选 | ICCV 2021/CIKM 2021/ACM MM 2021

SUNet:SymmetricUndistortionNetworkforRollingShutterCorrection发表会议:ICCV2021论文地址:https://arxiv.org/abs/

PaperWeekly·2022-09-28 10:09

今日arXiv精选 | 29篇顶会论文：ACM MM/ ICCV/ CIKM/ AAAI/ IJCAI

关于#今日arXiv精选这是「AI学术前沿」旗下的一档栏目，编辑将每日从arXiv中精选高质量论文，推送给读者。Group-basedDistinctiveImageCaptioningwithMemoryAttentionComment:AcceptedatACMMM2021(oral)Link:http://arxiv.org/abs/2108.09151AbstractDescribingi

PaperWeekly·2022-09-28 10:09

ICCV 2021 最新200篇ICCV2021论文分方向汇总

ICCV2021结果出炉！

等待破茧·2022-09-28 09:54

ICCV2021 | RealVSR: 业界首个移动端真实场景视频超分辨率数据集

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：AIWalker论文：https://www4.comp.polyu.edu.hk/~cslzhang/paper/ICCV21

Amusi（CVer）·2022-09-28 07:22

ICCV2019-行人重识别-Pose-Guided Feature Alignment for Occluded Person Re-Identification

动机：这篇文章的中心思想很明确，就是针对于目标遮挡情况下的行人重识别问题。我们知道在目标检测的数据集，尤其是较密集的数据集里对检测目标都会有是否遮挡这样的标注，而re-id数据集里，默认的都是少部分遮挡的目标。所以这个工作对于现实场景下的很有帮助。创新：这个文章对于遮挡目标的处理方法很直接，就是将未遮挡区域提出其特征，再结合原始的全局特征进行re-id学习。遮挡数据集：作者分析了原Duke数据集在

再困也得吃·2022-09-27 07:51

ICCV2019-行人重识别-Second-order Non-local Attention Networks for Person Re-identification论文阅读

动机：作者总结了常见的Part-base的re-id网络的常见问题，即使用多part虽然会增加精度，但是却忽略了part的之间的联系。所以Non-local是一个可以整体解决多part的办法。本文整体思路大概如下：基于BFE的架构加入DropBlock模块，这样有利于对于Non-local的学习改进了Non-local模块，改进一阶为二阶创新：作者对于本文最大的创新点为Second-orderNo

再困也得吃·2022-09-27 07:51

[ICCV2021] TransReID: Transformer-based Object Re-Identification 行人重识别

[ICCV2021]TransReID:Transformer-basedObjectRe-Identification问题贡献baselineOverlappingPatchesPositionEmbedding

夢の船·2022-09-27 07:44

利用深度学习框架实现点云配准（以PointNetLK项目为例）

熟悉点云配准近年来发展趋势的同学应该知道，目前CVPR，ICCV这些会议，比较主流的方法还是基于深度学习来建立点云的对应关系，尤其以基于PointNet变种网络的方法居多。

程序猿老甘·2022-09-26 07:43

【图像分类】Swin Transformer理论解读+实践测试

前言SwinTransformer是2021年微软研究院发表在ICCV上的一篇文章，问世时在图像分类、目标检测、语义分割多个领域都屠榜。

zstar-_·2022-09-25 07:35

2021 ICCV、CVPR 知识蒸馏相关论文

目录2021ICCV2021CVPR2021ICCVPerturbedSelf-Distillation:WeaklySupervisedLarge-ScalePointCloudSemanticSegmentation

Phoenixtree_DongZhao·2022-09-25 01:46

终极盘点：计算机视觉资源汇总：CVPR、ECCV、ICCV、ECCV、AAAI、ICML等顶会论文汇总解读 / 代码下载（1987-2020）、技术视频、数据集等

（一）计算机视觉顶会资源合集此汇总不仅包含最新的CVPR/ECCV2020论文分方向整理，还有历年的CVPR、ECCV、ICCV、ECCV、AAAI、ICML等多个顶会以及Valse等技术大会的各类资源

极市平台·2022-09-24 18:28

极市整理的超全CV资源：CVPR、ECCV、valse资源汇总

极市平台每年都会对CV领域的前沿技术资源进行分类总结，CVPR、ECCV、ICCV等顶会论文资源汇总、VALSEposter论文打包、底层基础知识讲解…今年的CV精华干货新鲜出炉啦!

极市平台·2022-09-24 18:19

【深度学习】论文阅读：（ICCV-2021））Swin Transformer

这里写目录标题论文详情VIT缺点改进点概述核心思想整体结构名称解释Window、Patch、Token与vit区别结构过程PatchEmbeddingBasicLayerPatchMergingSwinTransformBlockWindowAttentionShiftedWindowAttention总结SwinT模块一、SwinT模块的使用演示，接口酷似Conv2D二、使用SwinT替换Res

sky_柘·2022-09-24 15:27

深度学习之 DCN（Deformable Convolution）-可变形卷积

Paperlink:http://openaccess.thecvf.com/content_ICCV_2017/papers/Dai_Deformable_Convolutional_Networks_ICCV

奔跑的大西吉·2022-09-22 21:26

Deformable Convolutional Networks

refinedetdeformableconvolution（可变形卷积）算法解析及代码分析可变形卷积deformableconvolution学习记录卷积涨点论文复现|AsymmetricConvACNet|ICCV

Childhood_Sweetheart·2022-09-22 21:23

目标检测之Deformable Convolutional Networks

本文参考以下链接，如果侵权，联系删除参考DeformableConvolutionalNetworks-ICCV2017概要图像任务中目标的尺寸、形状变化不一，虽然现有的深度网络对此有一定的特征提取能力

专注于计算机视觉的AndyJiang·2022-09-17 07:18

推荐频道

iccv