xiaoxuebajie的博客

公众号内容拓展学习笔记（2022.7.10）

公众号内容拓展学习笔记（2022.7.5）

公众号内容拓展学习笔记（2022.6.20）

公众号内容拓展学习笔记（2022.6.19）

公众号内容拓展学习笔记（2022.6.7）

公众号内容拓展学习笔记（2022.6.1）

公众号内容拓展学习笔记（2022.5.31）📎 今日要点2022年人体姿态估计SOTA方案ViTPose论文解读 ⭐️⭐️Abstract: 2022年人体姿态估计SOTA方案ViTPose论文解读Paper: ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationCode: https://github.com/ViTAE-Transformer/ViTPoseTips: 本文实验了

公众号内容拓展学习笔记（2022.5.30）📎 今日要点SurroundDepth：自监督多摄像头环视深度估计 ⭐️⭐️Abstract: SurroundDepth：自监督多摄像头环视深度估计Paper: SurroundDepth: Entangling Surrounding Views for Self-Supervised Multi-Camera Depth EstimationCode: https://github.com/weiyithu/Surroun

公众号内容拓展学习笔记（2022.5.29）📎 今日要点基于跨模态元迁移，美图&大连理工的参考视频目标分割方法只需单阶段 ⭐️⭐️Abstract: 基于跨模态元迁移，美图&大连理工的参考视频目标分割方法只需单阶段Paper: You Only Infer Once: Cross-Modal Meta-Transfer for Referring Video Object SegmentationTips: 该研究提出了一种跨模态元迁移的端到端 RVOS

公众号内容拓展学习笔记（2022.5.28）📎 今日要点CVPR最佳检测：不再是方方正正的目标检测输出（附源码） ⭐️⭐️Abstract: CVPR最佳检测：不再是方方正正的目标检测输出（附源码）Paper: ReDet: A Rotation-equivariant Detector for Aerial Object DetectionCode: [https: //github.com/csuhan/ReDet](https: //github.com/csuha

公众号内容拓展学习笔记（2022.5.27）📎 今日要点实时风格迁移，移动端运行，人脸特效又有了新玩法 ⭐️⭐️Abstract: 实时风格迁移，移动端运行，人脸特效又有了新玩法Paper: FaceBlit: Instant Real-time Example-based Style Transfer to Facial VideosTips: 研究者提出了一种基于实例的实时视频人脸风格迁移框架 FaceBlit，该框架通过语义上有意义的方式保留了风格的纹理细节，也就是

公众号内容拓展学习笔记（2022.5.25）📎 今日要点CVPR 2022 | FAIR提出MaskFeat：自监督视觉预训练新方法！灵感之一来自16年前CVPR论文 ⭐️⭐️Abstract: FAIR提出MaskFeat：自监督视觉预训练新方法！Paper: Masked Feature Prediction for Self-Supervised Visual Pre-TrainingTips: MaskFeat最核心的改变就是将MAE对图像像素（pixel）的直接

公众号内容拓展学习笔记（2022.5.24）📎 今日要点屠榜语义分割！ViT-Adapter：用于密集预测的视觉Transformer适配器 ⭐️⭐️Abstract: ViT-Adapter：用于密集预测的视觉Transformer适配器Paper: Vision Transformer Adapter for Dense PredictionsCode: https://github.com/czczup/ViT-AdapterTips: ViT-Adapter中的

公众号内容拓展学习笔记（2022.5.23）📎 今日要点CLCNet：用分类置信网络重新思考集成建模（附源代码下载） ⭐️⭐️Abstract: CLCNet：用分类置信网络重新思考集成建模Paper: CLCNet: Rethinking of Ensemble Modeling with Classification Confidence NetworkTips: 分类置信网络（CLCNet）可以获取任意维度的向量形式的分类结果，并返回一个置信度分数作为输出，它代表了

公众号内容拓展学习笔记（2022.5.22）📎 今日要点如何拥有一个兼具CNN的速度、Transformer精度的模型？字节甩出TRT-ViT教你 ⭐️⭐️Abstract: 如何拥有一个兼具CNN的速度、Transformer精度的模型？字节甩出TRT-ViT教你Paper: TRT-ViT: TensorRT-oriented Vision TransformerTips: 字节设计了一系列面向TensorRT的Transformer（缩写为TRT-ViT），由具有C

公众号内容拓展学习笔记（2022.5.21）📎 今日要点CVPR2022Mask Modeling在视频任务中也有效？复旦&微软提出Video版本BEVT，在多个视频数据集上SOTA！ ⭐️⭐️Abstract: 复旦&微软提出Video版本BEVT，在多个视频数据集上SOTA！Paper: BEVT: BERT Pretraining of Video TransformersCode: https://github.com/xyzforever/BEV

公众号内容拓展学习笔记（2022.5.20）📎 今日要点CVPR 2022 | 图像修复！中科大&微软提出PUT：减少Transformer在图像修复应用中的信息损失 ⭐️⭐️Abstract: 中科大&微软提出PUT：减少Transformer在图像修复应用中的信息损失Paper: Reduce Information Loss in Transformers for Pluralistic Image InpaintingCode: https://g

公众号内容拓展学习笔记（2022.5.19）📎 今日要点CVPR 2022 | 在星空下起舞，伯克利联合Intel Labs提出极弱光环境下的视频降噪方案 ⭐️⭐️Abstract: 伯克利联合Intel Labs提出极弱光环境下的视频降噪方案Paper: Dancing under the stars: video denoising in starlightCode: https://github.com/monakhova/starlight_denoisingT

公众号内容拓展学习笔记（2022.5.18）📎 今日要点CVPR 2022 | DAFormer：使用Transformer进行语义分割无监督域自适应的开篇之作 ⭐️⭐️Abstract: DAFormer：使用Transformer进行语义分割无监督域自适应的开篇之作Paper: DAFormer: Improving Network Architectures and Training Strategies for Domain-Adaptive Semantic Se

公众号内容拓展学习笔记（2022.5.17）📎 今日要点李飞飞团队提出零样本泛化的技术，性能超越SOTA！ ⭐️⭐️Abstract: 李飞飞团队提出零样本泛化的技术，性能超越SOTA！Paper: SECANT: Self-Expert Cloning for Zero-Shot Generalization of Visual PoliciesTips: 提出了SECANT模型，可以依次解决策略学习和鲁棒性表征学习问题，从而实现了对未见过的视觉环境的强大零样本泛化性能

公众号内容拓展学习笔记（2022.5.11）📎 今日要点CVPR 2022 | 微软提出MiniViT：极致压缩视觉Transformer ⭐️⭐️Abstract: 微软提出MiniViT：极致压缩视觉TransformerPaper: MiniViT: Compressing Vision Transformers with Weight MultiplexingCode: https://github.com/microsoft/CreamTips: MiniVi

公众号内容拓展学习笔记（2022.5.10）📎 今日要点CVPR 2022 | 涨点显著！AMD提出：动态Sparse R-CNN ⭐️⭐️Abstract: 涨点显著！AMD提出：动态Sparse R-CNNPaper: Dynamic Sparse R-CNNTips: Sparse R-CNN是最近的一种强目标检测Baseline，通过对稀疏的、可学习的proposal boxes和proposal features进行集合预测。在这项工作中提出了2个动态设计来改

公众号内容拓展学习笔记（2022.5.9）📎 今日要点CVPR 2022 | 北大、腾讯提出文字logo生成模型，脑洞大开 ⭐️⭐️Abstract: 北大、腾讯提出文字logo生成模型Paper: Aesthetic Text Logo Synthesis via Content-aware Layout InferringCode: https://github.com/yizhiwang96/TextLogoLayoutTips: 本模型基于 Condition

公众号内容拓展学习笔记（2022.5.7）📎 今日要点CVPR 2022｜未标注视频也能训练目标检测？微软提出时空目标蒸馏框架STUD ⭐️⭐️Abstract: 微软提出时空目标蒸馏框架STUDPaper: Unknown-Aware Object Detection: Learning What You Don’t Know from Videos in the WildCode: https://github.com/deeplearning-wisc/studT

公众号内容拓展学习笔记（2022.5.5）📎 今日要点CVPR 2022 Oral｜OGM-GE：基于动态梯度调节的平衡化多模态学习 ⭐️⭐️Abstract: OGM-GE：基于动态梯度调节的平衡化多模态学习Paper: Balanced Multimodal Learning via On-the-fly Gradient ModulationCode: https://github.com/GeWu-Lab/OGM-GE_CVPR2022Tips: 我们针对在某

公众号内容拓展学习笔记（2022.4.2）📎 今日要点CVPR2022 | 港城大&微软新算法！让老电影重获新生！效果惊艳！ ⭐️⭐️Abstract: 港城大&微软新算法让以前的老电影恢复成高清的画质并且还能够进行上色Paper: Bringing Old Films Back to LifeCode: https://github.com/DWCTOD/CVPR2022-Papers-with-Code-DemoTips: 我们的方法不是执行逐帧恢

公众号内容拓展学习笔记（2022.3.30）📎 今日要点CVPR 2022｜基于GAN逆映射的高保真图像编辑算法 by 港科大&腾讯AI Lab开源 ⭐️⭐️Abstract: 基于GAN逆映射的高保真图像编辑算法Paper: High-Fidelity GAN Inversion for Image Attribute EditingCode: https://github.com/Tengfei-Wang/HFGITips: 本文提出了一种名为信息参照（i

公众号内容拓展学习笔记（2022.3.17）📎 今日要点一个框架统一Siamese自监督学习，清华、商汤提出简洁、有效梯度形式，实现SOTA ⭐️⭐️Abstract: 一个框架统一Siamese自监督学习，清华、商汤提出简洁、有效梯度形式，实现SOTAPaper: Exploring the Equivalence of Siamese Self-Supervised Learning via A Unified Gradient FrameworkTips: 来自清

公众号内容拓展学习笔记（2022.3.14）📎 今日要点PlaneTR：一种用于提取场景中3D平面特征的Transformer(ICCV 2021) ⭐️⭐️Abstract: PlaneTR：一种用于提取场景中3D平面特征的TransformerPaper: PlaneTR: Structure-Guided Transformers for 3D Plane RecoveryCode: https://github.com/IceTTTb/PlaneTR3DTips

公众号内容拓展学习笔记（2022.3.13）📎 今日要点CVPR小样本检测：蒸馏&上下文助力小样本检测（代码已开源） ⭐️⭐️Abstract: CVPR小样本检测：蒸馏&上下文助力小样本检测YOLORPaper: Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object DetectionCode: https://github.com/hzhupku/D

公众号内容拓展学习笔记（2022.3.12）📎 今日要点DINO：目标检测benchmark COCO屠榜的正确姿势 ⭐️⭐️Abstract: DINO：目标检测benchmark COCO屠榜的正确姿势Paper: DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object DetectionCode: https://github.com/IDEACVR/DINOTips: DINO

公众号内容拓展学习笔记（2022.3.11）📎 今日要点CVPR | Facebook提出FP-NAS：搜索速度更快、分类精度更高、性能更好 ⭐️⭐️Abstract: Facebook提出FP-NAS：搜索速度更快、分类精度更高、性能更好Paper: FP-NAS: Fast Probabilistic Neural Architecture SearchTips: 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

公众号内容拓展学习笔记（2022.3.10）📎 今日要点U2PL: 使用不可靠伪标签的半监督语义分割 (CVPR’22) ⭐️⭐️Abstract: U2PL: 使用不可靠伪标签的半监督语义分割Paper: Semi-Supervised Semantic Segmentation Using Unreliable Pseudo-LabelsCode: https://github.com/Haochen-Wang409/U2PLTips: 半监督任务的关键在于充分利

公众号内容拓展学习笔记（2022.3.9）📎 今日要点【YOLOP 解读】基于YOLO改进的全景驾驶感知网络，可同时处理三大视觉任务！ ⭐️⭐️Abstract: YOLOP基于YOLO改进的全景驾驶感知网络，可同时处理三大视觉任务！Paper: YOLOP: You Only Look Once for Panoptic Driving PerceptionCode: https://github.com/hustvl/YOLOPTips: 我们提出了一个高效的多任

公众号内容拓展学习笔记（2022.3.8）📎 今日要点M-CenterNet：多中心点的CenterNet ⭐️⭐️Abstract: M-CenterNet：多中心点的CenterNetPaper: Tiny Object Detection in Aerial ImagesCode: https://github.com/jwwangchn/AI-TODTips: 我们基于CenterNet，提出了一种多中心点的网络（M-CenterNet），可以提升小目标的检测

公众号内容拓展学习笔记（2022.3.7）📎 今日要点MUCNetV2：内存瓶颈和计算负载问题一举突破？分类&检测都有较高性能（附源代码下载） ⭐️⭐️Abstract: MUCNetV2：内存瓶颈和计算负载问题一举突破？分类&检测都有较高性能（附源代码下载）Paper: MCUNetV2: Memory-Efficient Patch-based Inference for Tiny Deep LearningCode: https://mcunet.m

公众号内容拓展学习笔记（2022.3.6）📎 今日要点CVPR 2022 | 超越Transformer！FAIR重新设计纯卷积架构：ConvNeXt ⭐️⭐️Abstract: 超越Transformer！FAIR重新设计纯卷积架构：ConvNeXtPaper: A ConvNet for the 2020sCode: https://github.com/facebookresearch/ConvNeXtTips: 完全标准ConvNet模块构建的ConvNeXt

公众号内容拓展学习笔记（2022.3.5）📎 今日要点上海交大提出CDNet：基于改进YOLOv5的斑马线和汽车过线行为检测 ⭐️⭐️Abstract: 基于改进YOLOv5的斑马线和汽车过线行为检测CDNetPaper: CDNet: A Real-Time and Robust Crosswalk Detection Network on Jetson Nano Based on YOLOv5Code: https://github.com/zhangzhengde0

公众号内容拓展学习笔记（2022.3.4）📎 今日要点2022最新！基于深度transformer的时间序列异常检测模型 ⭐️⭐️Abstract: 2022最新！基于深度transformer的时间序列异常检测模型Paper: TranAD: Deep Transformer Networks for Anomaly Detection in Multivariate Time Series DataCode: https://github.com/imperial-q

公众号内容拓展学习笔记（2022.3.3）📎 今日要点商汤提出cosFormer：在注意力中重新思考Softmax ⭐️⭐️Abstract: 商汤提出cosFormer：在注意力中重新思考SoftmaxPaper: COSFORMER : RETHINKING SOFTMAX IN ATTENTIONTips: COSFORMER 的关键思路在于将不可分解非线性 softmax 操作替换为具有可分解非线性重加权机制的线性操作。该模型适用于随机注意力和交叉注意力，并且输