论文源码实践分享!

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

5caea1f107e58886ba1430d16e89e9c8.gif

ee3643b0f10c83731d127fb5a6c457b9.gif

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

几篇较好的论文源码实践分享!

88082050168cf6103e3666bd448ce40b.gif

《Learning Dense Correspondences between Photos and Sketches, Xuanchen Lu, Xiaolong Wang, Judith Fan》(ICML 2023) 

GitHub: github.com/cogtoolslab/photo-sketch-correspondence

ea77505be30e04df48a81444d6736d1d.png

《Optimal Transport-Guided Conditional Score-Based Diffusion Model 》(NeurIPS 2023) 

GitHub: github.com/XJTU-XGU/OTCS

4b2fdd62bed1d4986d6dd2cbec40f576.png

《PointClustering: Unsupervised Point Cloud Pre-training using Transformation Invariance in Clustering》(CVPR 2023) 

GitHub: github.com/FuchenUSTC/PointClustering

463f3e8ab92fdf86b1786c186c9f778d.png

《Plug-and-Play Diffusion Features for Text-Driven Image-to-Image Translation》(CVPR 2023) 

GitHub: github.com/MichalGeyer/pnp-diffusers

f699a12b76fcab3ba746a7f07b0ff605.png

《Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning》(ICCV 2023) 

GitHub: github.com/shaunyuan22/CFINet

《Text-Video Retrieval with Disentangled Conceptualization and Set-to-Set Alignment》(IJCAI 2023) 

GitHub: github.com/jpthu17/DiCoSA

7e468cb0998cdf86d76aa1b401a9c052.png

《SwinLSTM: Improving Spatiotemporal Prediction Accuracy using Swin Transformer and LSTM》(ICCV 2023) 

GitHub: github.com/SongTang-x/SwinLSTM

e7302e832029f58ef50a03252a50a80f.png

《Concept Sliders: LoRA Adaptors for Precise Control in Diffusion Models》(2023) 

GitHub: github.com/rohitgandikota/sliders 

83ffadb5aa217db8f9cfff702703fe79.png

《minimax: Efficient Baselines for Autocurricula in JAX》(2023) 

GitHub: github.com/facebookresearch/minimax

d4490984184d610a337e56f6f6f23e87.png

《SelfOcc: Self-Supervised Vision-Based 3D Occupancy Prediction》(2023) 

GitHub: github.com/huang-yh/SelfOcc

《Advancing Transformer Architecture in Long-Context Large Language Models: A Comprehensive Survey》(2023) 

GitHub: github.com/Strivin0311/long-llms-learning

fc4bd051f735e3c9110983e3aa37eb55.png

《Mobile-Seed: Joint Semantic Segmentation and Boundary Detection for Mobile Robots》(2023) 

GitHub: github.com/WHU-USI3DV/Mobile-Seed

1ba5add195b3533126f0a0b06f0507a2.png

《GPQA: A Graduate-Level Google-Proof Q&A Benchmark》(2023) 

GitHub: github.com/idavidrein/gpqa

《Revolutionizing Generic Anomaly Detection: GPT-4V Takes the Lead》(2023) 

GitHub: github.com/caoyunkang/GPT4V-for-Generic-Anomaly-Detection

61a7ffc9988ecb0ccca2aba3718efc81.png

972e1c951a25fda2891f879f832d947a.png

《V4d: Voxel for 4d novel view synthesis》(2023) 

GitHub: github.com/GANWANSHUI/V4D

fed95ffe0086cecabc7fbd816dddd447.png

《Model Predictive Optimized Path Integral Strategies》(2023) 

GitHub: github.com/sisl/MPOPIS

56abbc5d2e17c017bec007f12a3ed411.gif

《VFLAIR: A Research Library and Benchmark for Vertical Federated Learning》(2023) 

GitHub: github.com/FLAIR-THU/VFLAIR

f996800531d2cda1ae355dad60bcbe22.png

《SparseTrack: Multi-Object Tracking by Performing Scene Decomposition based on Pseudo-Depth》(2023) 

GitHub: github.com/hustvl/SparseTrack

79f5a427e4813ef2829b0a8adb0088a1.png

《MM-BigBench: Evaluating Multimodal Models on Multimodal Content Comprehension Tasks》(2023) 

GitHub: github.com/declare-lab/MM-BigBench

《FusionFrames: Efficient Architectural Aspects for Text-to-Video Generation Pipeline》(2023) 

GitHub: github.com/ai-forever/KandinskyVideo

8abf790001e241c9cad14c40e121e971.jpeg

518d60a0dd99fa76c31496555f2d9194.gif

"A car moving on the road from the sea to the mountains"

《Large Language Models as Optimizers》(2023) 

GitHub: github.com/google-deepmind/opro

7cd620c572df47e795cf25c26782effc.png

《Exchange means change: an unsupervised single-temporal change detection framework based on intra- and inter-image patch exchange》(2023) 

GitHub: github.com/ChenHongruixuan/I3PE

c5138dec0e704c93fc73e9bd41cbde25.png

《Diffuse, Attend, and Segment: Unsupervised Zero-Shot Segmentation using Stable Diffusion》(2023) 

GitHub: github.com/google/diffseg

© THE END 

523341de6d54330a3947074e16645c6a.gif

转载请联系本公众号获得授权

1cd08d074f7099d10035953c1dc2fdfd.gif

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!

c94c3d87d018664803f1dc9472bd52d0.png

 往期推荐 

🔗

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Internet是目前世界上最大的计算机互联网络,它遍布全球,将世界各地各种规模的网络连接成一个整体。作为Internet上一种先进的,易于被人们所接受的信息检索手段,World Wide Web(简称WWW)发展十分迅速,成为目前世界上最大的信息资源宝库。据估计,目前Internet上已有上百万个Web站点,其内容范围跨越了教育科研、文化事业、金融、商业、新闻出版、娱乐、体育等各个领域,其用户群十分庞大,因此,建设一个好的Web站点对于一个机构的发展十分重要。近年来,随着网络用户要求的不断提高及计算机科学的迅速发展,特别是数据库技术在Internet中的广泛应用,Web站点向用户提供的服务将越来越丰富,越来越人性化。 我们发现这样一个事实,一个用户在访问一个网站时一般来讲只对该网站的部分内容感性趣,而且这种兴趣会持续一段时间。这点启发了我们,如果能根据用户的喜好为不同的用户显示其个性化的页面,即着重显示该用户感兴趣的内容,将为用户节约大量的检索时间,而且这样的网页显然是更具有吸引力的。一些站点已经在这方面作出了一定的尝试,通常采用的方法是,在用户登陆时为其提供一系列的选项,使用户能够对站点进行一些自主的设置。这样做能够使站点呈现一定程度的个性化,但是对用户来讲,还是比较烦琐,而且在用户了解一个站点前让其对站点进行设置,其结果未免有些粗糙。于是我们构想了这样一种方案,对用户登陆后的动作进行跟踪,分析,发掘用户点击的规律,即用户先后点击的关联规则,这样,在用户点击一个主题(链接)之后,系统能够自动生成一页面,其中包含了该主题下用户经常关注的内容(若干链接),这样便在无须用户作出任何额外工作的情况下实现了为用户量身订做的个性化页面。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

计算机视觉研究院

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值