qq_29462849的博客

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小马来源丨我爱计算机视觉本篇分享 CVPR 2022 论文『Image Segmentation Using Text and Image Prompts』，哥廷根大学提出了一个使用文本和图像prompt，能同时作三个分割任务的模型CLIPSeg，榨干CLIP的能力！详细信息如下：论文地址：https://ar...

作者丨人脸人体重建来源丨人脸人体重建编辑丨极市平台极市导读本文围绕3D人脸重建的评估方式进行了重新的思考和探索。作者团队通过构建新数据集RELAY，囊括了更丰富以及更高质量的脸部区域信息，并借助新的流程对先前的数十个重建算法、3DMM进行了评价。本文分享ECCV 2022论文《REALY: Rethinking the Evaluation of 3D Face Re...

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达本文仅做学术分享，如有侵权，请联系删文。干货下载与学习后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf后台回复：3D视觉课程，即可学习3D视觉领域精品课程计算机视觉工坊精品课程官网：3dcver.com1.面向自动驾驶领域的多...

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Gang Li@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/544346080编辑丨极市平台本文首先讨论了把pseudo labeling和consistency training直接迁移到目标检测中的不适配现象，然后再解释如何通过FPN的错位训练实现高效半监督目标检测，并取得...

作者丨王延峰、张娅来源丨机器之心编辑丨极市平台导读本文介绍了一种少样本异常检测框架 RegAD，用于学习多个异常检测任务之间共享的通用模型。RegAD 无需模型参数调整，仅利用少量正常样本，就可以直接应用于新的异常检测任务。论文链接：https://arxiv.org/abs/2207.07361代码链接：https://github.com/MediaBrain-S...

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汽车人来源丨自动驾驶之心1论文背景目标检测在过去几年中取得了显著的进展，然而，由于小目标视觉特征较差、噪声较多，小目标检测已成为计算机视觉中最具有挑战性的任务之一。此外，用于小尺寸目标检测的大规模基准测试数据集仍然不够全面。本文首先对小目标检测方法进行了全面的回顾，除此之外，还构建了两个大规模小目标检测数据集...

作者丨专知来源丨专知编辑丨极市平台导读本文对深度长尾学习的最新进展进行了综述。具体地说，我们将已有的深度长尾学习研究分为三类(即类重平衡、信息增强和模块改进)，并根据这三类对这些方法进行了详细的回顾。论文链接：https://arxiv.org/abs/2110.04596摘要深度长尾学习是视觉识别中最具挑战性的问题之一，其目标是从大量遵循长尾类分布的图像中训练出性能良...

作者丨Jaraxxus@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/545249730编辑丨极市平台导读本文提出无需微调的小样本目标检测方法AirDet，针对机器人自主探索任务设计。基训练后，未经微调的AirDet表现甚至优于部分微调后的方法。论文、项目代码、ROS部署接口均已开源。AirDet项目网站：https://jaraxxus...

作者丨encounter1997@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/545435909编辑丨极市平台导读本文围绕Detection Transformer数据效率低下的问题，通过逐步的模型转化找到了影响数据效率的关键因素。作者成功用尽可能小的模型改动来大幅提升现有目标检测器的数据效率，并提出一种标签增强策略进一步提升其性能读。...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨汽车人来源丨自动驾驶之心标题：Unifying Panoptic Segmentation for Autonomous Driving链接：https://openaccess.thecvf.com/content/CVPR2022/papers/Zendel_Unifying_Panoptic_Segmen...

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ChaucerG来源丨集智书童多尺度学习框架被认为是促进语义分割的一类模型。然而，这个问题并不想象的那么轻描淡写，特别是对于现实应用的部署，这通常需要高效率的推理延迟。在本文中，作者从轻量级语义分割的角度彻底分析了卷积块的设计（卷积类型和卷积中的通道数）以及跨多个尺度的交互方式。通过如此深入的比较，作者总结出3...

作者丨parasol@知乎 （已授权）来源丨https://zhuanlan.zhihu.com/p/521614413编辑丨极市平台导读本文通过解读对比学习的经典论文和综述，介绍对比学习的概念，主流方法和优势。对于不同方法的算法设计和实验结果，作者提供了他的深入思考。什么是对比学习？Metrics learning + self-supervised learning...

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李响来源丨GiantPandaCV文章目录1 概述2 浅析 Transformer 架构2.1 重看 Self-attention Mechanism2.2 高效的 Self-attention Mechanism2.3 Relative Positional Encoding3 UTNet 的整体结构4 实...

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汽车人来源丨自动驾驶之心1TuSimple链接：https://github.com/TuSimple/tusimple-benchmark道路上的对象可以分为两大类：静态对象和动态对象。车道标线是公路上的主要静态组成部分, 为了鼓励行业解决高速公路上的车道检测问题，图森发布了大约7000个1秒长的视频剪辑，...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨ChaucerG来源丨集智书童自从Vision Transformers (ViT) 出现以来，Transformers迅速在计算机视觉领域大放异彩。卷积神经网络 (CNN) 的主导作用似乎受到越来越有效的基于Transformer的模型的挑战。最近，一些先进的卷积模型使用受局部大注意力机制驱动设计了大Kerne...

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ChaucerG来源丨集智书童ViT 的最新进展在视觉识别任务中取得了出色的表现。卷积神经网络 (CNN) 利用空间归纳偏差来学习视觉表示，但这些网络是空间局部的。ViTs 可以通过其self-attention机制学习全局表示，但它们通常是heavy-weight的，不适合移动设备。在本文中提出了Cross...

作者丨凤舞九天来源丨PaperWeekly编辑丨极市平台导读本文主要介绍了CV领域内的无监督学习，内容主要包括Moco、Simclr、BYOL、SimSiam、SwAV、MAE、IPT，详细介绍了这些经典工作的亮点，并附有自己实际工作中复现的心得体会，希望能够帮助大家更深刻的了解无监督学习～前言由于工作原因搞了相当一段时间的无监督学习，包括cv单模态的无监督，以及多模态...

作者丨李xiang来源丨GiantPandaCV文章目录1 前言2 CWT-for-FSS 整体架构3 求解方法4 实验结果分析5 代码和可视化6 总结7 参考链接1 前言之前写了几篇医学图像分割相关的论文阅读笔记，这次打算开个小样本语义分割的新坑。这篇阅读笔记中介绍的论文也是很久之前读过的，接受在 ICCV 上，思路值得借鉴。代码也已经跑过了，但是一直没来得及整理，a...

作者丨美索不达米亚平原@知乎 （已授权）来源丨https://zhuanlan.zhihu.com/p/539496128编辑丨极市平台导读本文主要介绍ECCV 2022关于知识蒸馏的工作: Masked Generative Distillation。该方法在图像分类和密集预测的实验中，其学生模型均获得大幅提升。文章链接：https://arxiv.org/abs/2...