CV计算机视觉每日开源代码Paper with code速览-2023.12.8

点击@计算机视觉，关注更多CV干货

论文已打包，点击进入—>下载界面

点击加入—>CV计算机视觉交流群

1.【显著目标检测】Texture-Semantic Collaboration Network for ORSI Salient Object Detection

  • 论文地址：https://arxiv.org//pdf/2312.03548

  • 开源代码：GitHub - MathLee/TSCNet: [TCAS-II 2023] [TSCNet] Texture-Semantic Collaboration Network for ORSI Salient Object Detection

2.【图像分割】Boosting Segment Anything Model Towards Open-Vocabulary Learning

  • 论文地址：https://arxiv.org//pdf/2312.03628

  • 开源代码（即将开源）：GitHub - ucas-vg/Sambor: Sambor: Boosting Segment Anything Model Towards Open-Vocabulary Learning

3.【图像分割】Improving the Generalization of Segmentation Foundation Model under Distribution Shift via Weakly Supervised Adaptation

  • 论文地址：https://arxiv.org//pdf/2312.03502

  • 开源代码（即将开源）：GitHub - zhang-haojie/wesam

4.【语义分割】ShareCMP: Polarization-Aware RGB-P Semantic Segmentation

  • 论文地址：https://arxiv.org//pdf/2312.03430

  • 开源代码（即将开源）：GitHub - LEFTeyex/ShareCMP: ShareCMP: Polarization-Aware RGB-P Semantic Segmentation.

5.【语义分割】DGInStyle: Domain-Generalizable Semantic Segmentation with Image Diffusion Models and Stylized Semantic Control

  • 论文地址：https://arxiv.org//pdf/2312.03048

  • 工程主页：DGInStyle: Domain-Generalizable Semantic Segmentation with Image Diffusion Models and Stylized Semantic Control

  • 代码即将开源

6.【点云分割】PartSLIP++: Enhancing Low-Shot 3D Part Segmentation via Multi-View Instance Segmentation and Maximum Likelihood Estimation

  • 论文地址：https://arxiv.org//pdf/2312.03015

  • 开源代码：GitHub - zyc00/PartSLIP2

7.【医学图像分割】AI-SAM: Automatic and Interactive Segment Anything Model

  • 论文地址：https://arxiv.org//pdf/2312.03119

  • 开源代码（即将开源）：GitHub - ymp5078/AI-SAM: AI-SAM: Automatic and Interactive Segment Anything Model

8.【动作识别】STEP CATFormer: Spatial-Temporal Effective Body-Part Cross Attention Transformer for Skeleton-based Action Recognition

  • 论文地址：https://arxiv.org//pdf/2312.03288

  • 开源代码（即将开源）：GitHub - maclong01/STEP-CATFormer: [BMVC 2023] Official code for "STEP CATFormer: Spatial-Temporal Effective Body-Part Cross Attention Transformer for Skeleton-based Action Recognition"

9.【多模态】OneLLM: One Framework to Align All Modalities with Language

  • 论文地址：https://arxiv.org//pdf/2312.03700

  • 开源代码：GitHub - csuhan/OneLLM: OneLLM: One Framework to Align All Modalities with Language

10.【多模态】MOCHa: Multi-Objective Reinforcement Mitigating Caption Hallucinations

  • 论文地址：https://arxiv.org//pdf/2312.03631

  • 工程主页：MOCHa: Multi-Objective Reinforcement Mitigating Caption Hallucinations

  • 开源代码（即将开源）：GitHub - assafbk/mocha_code: Code Repo for MOCHa: Multi-Objective Reinforcement Mitigating Caption Hallucinations

11.【多模态】TokenCompose: Grounding Diffusion with Token-level Supervision

  • 论文地址：https://arxiv.org//pdf/2312.03626

  • 工程主页：TokenCompose: Grounding Diffusion with Token-level Supervision

  • 开源代码：GitHub - mlpc-ucsd/TokenCompose: (arXiv) 🧩 TokenCompose: Grounding Diffusion with Token-level Supervision

12.【多模态】FERGI: Automatic Annotation of User Preferences for Text-to-Image Generation from Spontaneous Facial Expression Reaction

  • 论文地址：https://arxiv.org//pdf/2312.03187

  • 开源代码：GitHub - ShuangquanFeng/FERGI

13.【多模态】Uni3DL: Unified Model for 3D and Language Understanding

  • 论文地址：https://arxiv.org//pdf/2312.03026

  • 工程主页：Uni3DL

  • 开源代码（即将开源）：https://github.com/lx709/Uni3DL

14.【数字人】Gaussian Head Avatar: Ultra High-fidelity Head Avatar via Dynamic Gaussians

  • 论文地址：https://arxiv.org//pdf/2312.03029

  • 工程主页：Gaussian Head Avatar's Project Page

  • 开源代码（即将开源）：GitHub - YuelangX/Gaussian-Head-Avatar: Official repository for "Gaussian Head Avatar: Ultra High-fidelity Head Avatar via Dynamic Gaussians"

15.【自动驾驶】Reason2Drive: Towards Interpretable and Chain-based Reasoning for Autonomous Driving

  • 论文地址：https://arxiv.org//pdf/2312.03661

  • 开源代码（即将开源）：GitHub - fudan-zvg/Reason2Drive: Reason2Drive: Towards Interpretable and Chain-based Reasoning for Autonomous Driving

16.【自动驾驶】Open-sourced Data Ecosystem in Autonomous Driving: the Present and Future

  • 论文地址：https://arxiv.org//pdf/2312.03408

  • 开源代码（即将开源）：GitHub - OpenDriveLab/DriveAGI: Embracing Foundation Models into Autonomous Agent and System

17.【自动驾驶】Online Vectorized HD Map Construction using Geometry

  • 论文地址：https://arxiv.org//pdf/2312.03341

  • 工程主页：Online Vectorized HD Map Construction using Geometry

  • 开源代码：GitHub - cnzzx/GeMap: Online Vectorized HD Map Construction using Geometry

18.【自动驾驶】Is Ego Status All You Need for Open-Loop End-to-End Autonomous Driving?

  • 论文地址：https://arxiv.org//pdf/2312.03031

  • 开源代码（即将开源）：GitHub - NVlabs/BEV-Planner

19.【视频编辑】MagicStick: Controllable Video Editing via Control Handle Transformations

  • 论文地址：https://arxiv.org//pdf/2312.03047

  • 工程主页：MagicStick🪄

  • 开源代码（即将开源）：GitHub - mayuelala/MagicStick: MagicStick: This repo is the official implementation of "MagicStick: Controllable Video Editing via Control Handle Transformations"

20.【人体运动生成】MMM: Generative Masked Motion Model

  • 论文地址：https://arxiv.org//pdf/2312.03596

  • 工程主页：MMM: Generative Masked Motion Model

  • 开源代码（即将开源）：GitHub - exitudio/MMM

21.【姿态估计】FocalPose++: Focal Length and Object Pose Estimation via Render and Compare

  • 论文地址：https://arxiv.org//pdf/2312.02985

  • 开源代码：GitHub - cifkam/FocalPosePP

22.【NeRF】SO-NeRF: Active View Planning for NeRF using Surrogate Objectives

  • 论文地址：https://arxiv.org//pdf/2312.03266

  • 工程主页：SO-NeRF

  • 开源代码（即将开源）：https://github.com/ai4ce/SO-NeRF

23.【图像合成】Self-conditioned Image Generation via Generating Representations

  • 论文地址：https://arxiv.org//pdf/2312.03701

  • 开源代码：GitHub - LTH14/rcg: PyTorch implementation of RCG https://arxiv.org/abs/2312.03701

24.【图像合成】LooseControl: Lifting ControlNet for Generalized Depth Conditioning

  • 论文地址：https://arxiv.org//pdf/2312.03079

  • 工程主页：LooseControl

  • 开源代码：GitHub - shariqfarooq123/LooseControl: Lifting ControlNet for Generalized Depth Conditioning

25.【视频生成】MotionCtrl: A Unified and Flexible Motion Controller for Video Generation

  • 论文地址：https://arxiv.org//pdf/2312.03641

  • 工程主页：MotionCtrl

  • 开源代码（即将开源）：GitHub - TencentARC/MotionCtrl

26.【视频生成】DreamVideo: High-Fidelity Image-to-Video Generation with Image Retention and Text Guidance

  • 论文地址：https://arxiv.org//pdf/2312.03018

  • 工程主页：DreamVideo: High-Fidelity Image-to-Video Generation with Image Retention and Text Guidance

  • 开源代码（即将开源）：GitHub - anonymous0769/DreamVideo

27.【三维重建】DreamComposer: Controllable 3D Object Generation via Multi-View Conditions

  • 论文地址：https://arxiv.org//pdf/2312.03611

  • 工程主页：DreamComposer: Controllable 3D Object Generation via Multi-View Conditions

  • 开源代码（即将开源）：GitHub - yhyang-myron/DreamComposer: [Arxiv23] DreamComposer: Controllable 3D Object Generation via Multi-View Conditions

28.【数据蒸馏】On the Diversity and Realism of Distilled Dataset: An Efficient Dataset Distillation Paradigm

  • 论文地址：https://arxiv.org//pdf/2312.03526

  • 开源代码（即将开源）：https://github.com/LINs-lab/RDED

论文已打包，下载链接

CV计算机视觉交流群

群内包含目标检测、图像分割、目标跟踪、Transformer、多模态、NeRF、GAN、缺陷检测、显著目标检测、关键点检测、超分辨率重建、SLAM、人脸、OCR、生物医学图像、三维重建、姿态估计、自动驾驶感知、深度估计、视频理解、行为识别、图像去雾、图像去雨、图像修复、图像检索、车道线检测、点云目标检测、点云分割、图像压缩、运动预测、神经网络量化、网络部署等多个领域的大佬，不定期分享技术知识、面试技巧和内推招聘信息。

想进群的同学请添加微信号联系管理员：PingShanHai666。添加好友时请备注：学校/公司+研究方向+昵称。

推荐阅读：

CV计算机视觉每日开源代码Paper with code速览-2023.12.7

CV计算机视觉每日开源代码Paper with code速览-2023.12.6

CV计算机视觉每日开源代码Paper with code速览-2023.12.5

CV计算机视觉每日开源代码Paper with code速览-2023.12.4

CV计算机视觉每日开源代码Paper with code速览-2023.12.1

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/220117.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Linux 定时器

Linux 定时器

文章目录 alarm() 函数实现定时功能setitimer() 函数实现定时功能 alarm() 函数实现定时功能 alarm()函数的签名如下&#xff1a; #include <unistd.h> unsigned int alarm(unsigned int seconds);参数1 是你想定时的秒数。 返回值是在你调用这个函数的时刻&#xff0…
阅读更多...
LeetCode 123买卖股票的最佳时机-iii 188买卖股票的最佳时机-iv | 代码随想录25期训练营day50

LeetCode 123买卖股票的最佳时机-iii 188买卖股票的最佳时机-iv | 代码随想录25期训练营day50

动态规划算法8 LeetCode 123 买卖股票的最佳时机-iii 2023.12.13 题目链接代码随想录讲解[链接] int maxProfit(vector<int>& prices) {//1确定dp二维数组//dp[i][0]表示遍历到第i天时第一次持有股票的当前收入;dp[i][1]表示遍历到第i天时第一次未持有股票的当前…
阅读更多...
uniapp用picker实现自定义三级联动（children）

uniapp用picker实现自定义三级联动（children）

数据大概得结构&#xff1a; html: <view class"invite"><u-cell title"点击选则" isLink :value"value" click"showstrue"></u-cell><u-picker :show"shows" ref"uPicker" :columns"…
阅读更多...
【Hadoop】Hadoop基础架构的变化

【Hadoop】Hadoop基础架构的变化

1.x版本架构2.x版本架构3.x版本架构参考 1.x版本架构 NameNode&#xff1a;&#xff0c;负责文件系统的名字空间(Namespace)管理以及客户端对文 件的访问。NameNode负责文件元数据的管理和操作。是单节点。 Secondary NameNode&#xff1a;它的职责是合并NameNode的edit logs到…
阅读更多...
C++ 数据结构知识点合集-C/C++ 数组允许定义可存储相同类型数据项的变量-供大家学习研究参考

C++ 数据结构知识点合集-C/C++ 数组允许定义可存储相同类型数据项的变量-供大家学习研究参考

#include <iostream> #include <cstring>using namespace std;// 声明一个结构体类型 Books struct Books {char title[50];char author[50];char subject[100];int book_id; };int main( ) {Books Book1; // 定义结构体类型 Books 的变量 Book1Books …
阅读更多...
参数学习——糖果问题（人工智能期末复习）

参数学习——糖果问题（人工智能期末复习）

之前看了好久都不知道这题咋写&#xff0c;后来看了这篇机器智能-高频问题&#xff1a;糖果问题&#xff0c;大概看明白了&#xff0c;其实主要围绕着这两个公式 光看公式也看不懂&#xff0c;还是要结合题目来 己知有草莓味和酸橙味两种类型的糖果&#xff0c;分别放入5种不同…
阅读更多...
I.MX RT1170双核学习(2):双核相互激活和启动流程

I.MX RT1170双核学习(2):双核相互激活和启动流程

RT1170这个芯片带有双核&#xff1a;Cortex-M7和Corterx-M4&#xff0c;两个核都可以独立地运行&#xff0c;当然双核也可以同时运行。在上一篇文章中&#xff0c;介绍了一下在RT1170中消息模块MU的使用&#xff1a;双核通信之MU消息单元详解&#xff0c;因为这是双核之间用来通…
阅读更多...
跟小德学C++之代码目录

跟小德学C++之代码目录

嗨&#xff0c;大家好&#xff0c;我是出生在达纳苏斯的一名德鲁伊&#xff0c;我是要立志成为海贼王&#xff0c;啊不&#xff0c;是立志成为科学家的德鲁伊。最近&#xff0c;我发现我们所处的世界是一个虚拟的世界&#xff0c;并由此开始&#xff0c;我展开了对我们这个世界…
阅读更多...
AIGC stable diffusion学习笔记

AIGC stable diffusion学习笔记

其中用到了unet和clip clip是文本转embinding&#xff0c; clip需要token&#xff0c;token到类别的概念&#xff0c;达不到细分类别的程度&#xff0c; 比如可以到车标&#xff0c;但是具体车型的车标&#xff0c;可能区分不了。 深入浅出完整解析Stable Diffusion&#x…
阅读更多...
SQL进阶理论篇（二）：数据库的设计范式

SQL进阶理论篇（二）：数据库的设计范式

文章目录 简介数据库的设计范式有哪些数据库中的几种键从1NF到3NF1NF2NF3NFBCNF&#xff08;巴斯范式&#xff09; 反范式设计反范式的适用场景总结参考文献 简介 本小节主要内容&#xff1a; 数据库的设计范式都有哪些数据库的键都有哪些1NF、2NF和3NF都是指什么&#xff1f…
阅读更多...
答题记录-ORACLE

答题记录-ORACLE

1.Oracle基于CBO模式计算的COST与哪些值有关？ AIOSEEKTIM BBLOCKS CIOTFRSPEED DNUM_ROWS 2.下面SQL语句输出的结果是？ select player_name , e_player_name from player where e_player_name like _A%; A查询以字母A开头的选手名称 B查询以字母A或a开头的选手名称 C…
阅读更多...
STM32的DMA的五大问题

STM32的DMA的五大问题

1&#xff0c;DMA控制器的内部结构 STM32中的DMA控制器是一种用于在外设和存储器之间传输数据的专用硬件。DMA控制器的内部结构主要包括以下几个关键部分&#xff1a; 通道&#xff1a; DMA控制器可以有多个通道&#xff0c;每个通道独立管理一个数据传输任务。通道的数量取决于…
阅读更多...
[数据集][目标检测]道路坑洞目标检测数据集VOC+YOLO格式665张1类别

[数据集][目标检测]道路坑洞目标检测数据集VOC+YOLO格式665张1类别

数据集格式&#xff1a;Pascal VOC格式YOLO格式(不包含分割路径的txt文件&#xff0c;仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)&#xff1a;665 标注数量(xml文件个数)&#xff1a;665 标注数量(txt文件个数)&#xff1a;665 标注类别…
阅读更多...
一进一出两线制(三线制)模拟量高速信号(50KHz)隔离变送器

一进一出两线制(三线制)模拟量高速信号(50KHz)隔离变送器

一进一出两线制(三线制)模拟量高速信号(50KHz)隔离变送器 型号&#xff1a;JSD TA-2311F系列 产品特点&#xff1a; ◆小体积,低成本,标准 DIN35mm 导轨安装方式 ◆三端隔离(输入、输出、工作电源间相互隔离) ◆高速信号采集,隔离等(-3dB,Min≤ 3.5 uS) ◆高精度等级(0.1% F.S&…
阅读更多...
mysql的redolog、undo、binlog的作用

mysql的redolog、undo、binlog的作用

概览&#xff1a; MySQL三大日志包括&#xff1a;undolog&#xff0c;redo log&#xff0c;binlog&#xff0c;它们分别有以下作用&#xff1a; undolog&#xff1a;是Innodb存储引擎事务生成的日志。用于事务的回滚和MVCC&#xff0c;保证了事务的原子性。 redo log&#x…
阅读更多...
第二百零四回 模拟对话窗口的页面

第二百零四回 模拟对话窗口的页面

文章目录 1. 概念介绍2. 思路与方法2.1 实现思路2.2 实现方法 3. 示例代码4. 经验分享5. 内容总结 我们在上一章回中介绍了"修改组件风格的另外一种方法"相关的内容&#xff0c;本章回中将介绍" 如何做一个模拟对话框窗口的页面".闲话休提&#xff0c;让我…
阅读更多...
群晖（Synology）更换硬盘时间和精神双重折磨的教训

群晖（Synology）更换硬盘时间和精神双重折磨的教训

话说玩磁盘阵列的最后结果就是时间上负担不起&#xff0c;并且还被嫌弃。 在磁盘都到位后下一步就是要选择冗余类型了&#xff0c;对大部分人来说使用群晖自己提供的就好了&#xff0c;通常是 SHR。 什么是 SHR Synology Hybrid RAID&#xff08;SHR&#xff09;是 Synology…
阅读更多...
【C语言程序设计】数组程序设计

【C语言程序设计】数组程序设计

目录 前言 一、数组的定义和初始化 二、数组的基本操作 三、数组的高级应用 四、程序设计 4.1 程序设计第一题 4.2 程序设计第二题 4.3 程序设计第三题 总结 &#x1f308;嗨&#xff01;我是Filotimo__&#x1f308;。很高兴与大家相识&#xff0c;希望我的博客能对你有所帮助…
阅读更多...
vue2 vue-router引入使用详解

vue2 vue-router引入使用详解

vue2 vue-router使用详解 1 介绍2 Vue Router的使用2.1 安装2.2 项目引入使用2.2.1 创建路由文件2.2.2 main.ts 引入2.2.3 App.vue配置2.2.4 整体目录结构 2.4 使用方法2.4.1 使用router-view进行页面视图切换2.4.2 使用router-link进行页面跳转2.4.3 路由重定向2.4.4 路由传参…
阅读更多...
Python核心编程之文件和输入输出

Python核心编程之文件和输入输出

目录 一、文件对象 二、 文件内建函数[open()和file()] 1、工厂函数 file() 2、通用换行符支持(UNS)
阅读更多...
最新文章

Copyright @ 2022~2023