CV计算机视觉每日开源代码Paper with code速览-2023.11.14

点击@CV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.【基础网络架构：Transformer】Aggregate, Decompose, and Fine-Tune: A Simple Yet Effective Factor-Tuning Method for Vision Transformer

  • 论文地址：https://arxiv.org//pdf/2311.06749

  • 开源代码（即将开源）：https://github.com/Dongping-Chen/EFFT-EFfective-Factor-Tuning

2.【缺陷检测】Self-supervised Context Learning for Visual Inspection of Industrial Defects

  • 论文地址：https://arxiv.org//pdf/2311.06504

  • 开源代码（即将开源）：https://github.com/wangpeng000/VisualInspection

3.【目标检测、分割】CD-COCO: A Versatile Complex Distorted COCO Database for Scene-Context-Aware Computer Vision

  • 论文地址：https://arxiv.org//pdf/2311.06976

  • 开源代码：https://github.com/Aymanbegh/CD-COCO

4.【视频分割】Sketch-based Video Object Segmentation: Benchmark and Analysis

  • 论文地址：https://arxiv.org//pdf/2311.07261

  • 开源代码（即将开源）：https://github.com/YRlin-12/Sketch-VOS-datasets

5.【多模态】SPHINX: The Joint Mixing of Weights, Tasks, and Visual Embeddings for Multi-modal Large Language Models

  • 论文地址：https://arxiv.org//pdf/2311.07575

  • 开源代码：https://github.com/Alpha-VLLM/LLaMA2-Accessory

6.【多模态】To See is to Believe: Prompting GPT-4V for Better Visual Instruction Tuning

  • 论文地址：https://arxiv.org//pdf/2311.07574

  • 开源代码（即将开源）：https://github.com/X2FD/LVIS-INSTRUCT4V

7.【多模态】GPT-4V in Wonderland: Large Multimodal Models for Zero-Shot Smartphone GUI Navigation

  • 论文地址：https://arxiv.org//pdf/2311.07562

  • 开源代码（即将开源）：https://github.com/zzxslp/MM-Navigator

8.【多模态】GPT-4V(ision) as A Social Media Analysis Engine

  • 论文地址：https://arxiv.org//pdf/2311.07547

  • 开源代码（即将开源）：https://github.com/VIStA-H/GPT-4V_Social_Media

9.【多模态】InfMLLM: A Unified Framework for Visual-Language Tasks

  • 论文地址：https://arxiv.org//pdf/2311.06791

  • 开源代码：https://github.com/mightyzau/InfMLLM

10.【多模态】Q-Instruct: Improving Low-level Visual Abilities for Multi-modality Foundation Models

  • 论文地址：https://arxiv.org//pdf/2311.06783

  • 工程主页：Q-Instruct | [IQA, Low-level Vision, MLLM] Low-level visual instruction tuning, with a 200K dataset and a model zoo for fine-tuned checkpoints.

  • 开源代码：https://github.com/Q-Future/Q-Instruct/

11.【多模态】ChatAnything: Facetime Chat with LLM-Enhanced Personas

  • 论文地址：https://arxiv.org//pdf/2311.06772

  • 工程主页：ChatAnything

  • 开源代码：https://github.com/zhoudaquan/ChatAnything

12.【多模态】Monkey: Image Resolution and Text Label Are Important Things for Large Multi-modal Models

  • 论文地址：https://arxiv.org//pdf/2311.06607

  • 开源代码（即将开源）：https://github.com/Yuliang-Liu/Monkey

13.【多模态】An LLM-free Multi-dimensional Benchmark for MLLMs Hallucination Evaluation

  • 论文地址：https://arxiv.org//pdf/2311.07397

  • 开源代码（即将开源）：https://github.com/junyangwang0410/AMBER

14.【多模态】Volcano: Mitigating Multimodal Hallucination through Self-Feedback Guided Revision

  • 论文地址：https://arxiv.org//pdf/2311.07362

  • 开源代码（即将开源）：https://github.com/kaistAI/Volcano

15.【多模态】ViLMA: A Zero-Shot Benchmark for Linguistic and Temporal Grounding in Video-Language Models

  • 论文地址：https://arxiv.org//pdf/2311.07022

  • 工程主页：ViLMA - Video Language Model Assessment

  • 开源代码：https://github.com/ilkerkesen/ViLMA

16.【数字人】（WACV2024）CVTHead: One-shot Controllable Head Avatar with Vertex-feature Transformer

  • 论文地址：https://arxiv.org//pdf/2311.06443

  • 开源代码（即将开源）：https://github.com/HowieMa/CVTHead

17.【深度估计】MonoDiffusion: Self-Supervised Monocular Depth Estimation Using Diffusion Model

  • 论文地址：https://arxiv.org//pdf/2311.07198

  • 开源代码（即将开源）：https://github.com/ShuweiShao/MonoDiffusion

18.【深度估计】（ICCV2023）NDDepth: Normal-Distance Assisted Monocular Depth Estimation and Completion

  • 论文地址：https://arxiv.org//pdf/2311.07166

  • 开源代码（即将开源）：https://github.com/ShuweiShao/NDDepth

19.【自动驾驶：BEV】Detecting As Labeling: Rethinking LiDAR-camera Fusion in 3D Object Detection

  • 论文地址：https://arxiv.org//pdf/2311.07152

  • 开源代码：https://github.com/HuangJunJie2017/BEVDet

20.【自动驾驶：BEV】Deep Perspective Transformation Based Vehicle Localization on Bird's Eye View

  • 论文地址：https://arxiv.org//pdf/2311.06796

  • 开源代码（即将开源）：https://github.com/IPM-HPC/Perspective-BEV-Transformer

21.【Diffusion】Sampler Scheduler for Diffusion Models

  • 论文地址：https://arxiv.org//pdf/2311.06845

  • 开源代码：https://github.com/Carzit/sd-webui-samplers-scheduler

22.【NeRF】-Sampler: An Model Guided Volume Sampling for NeRF

  • 论文地址：https://arxiv.org//pdf/2311.07044

  • 工程主页：L0-Sampler: An L0 Model Guided Volume Sampling for NeRF

  • 开源代码：https://github.com/USTC3DV/L0-Sampler-code

23.【Visual Question Answering】Analyzing Modular Approaches for Visual Question Decomposition

  • 论文地址：https://arxiv.org//pdf/2311.06411

  • 开源代码：https://github.com/brown-palm/visual-question-decomposition

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-2023.11.13

CV计算机视觉每日开源代码Paper with code速览-2023.11.10

CV计算机视觉每日开源代码Paper with code速览-2023.11.9

CV计算机视觉每日开源代码Paper with code速览-2023.11.8

CV计算机视觉每日开源代码Paper with code速览-2023.11.7

CV计算机视觉每日开源代码Paper with code速览-2023.11.6

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.rhkb.cn/news/196319.html

如若内容造成侵权/违法违规/事实不符，请联系长河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

流媒体协议

流媒体协议

◆ RTP(Real-time Transport Protocol)，实时传输协议。 ◆ RTCP(Real-time Transport Control Protocol)，实时传输控制协议。 ◆ RTSP(Real Time Streaming Protocol)，实时流协议。 ◆ RTMP(Real Time Messaging Protocol)，实时…
阅读更多...
【Proteus仿真】【Arduino单片机】LM35温度计

【Proteus仿真】【Arduino单片机】LM35温度计

文章目录 一、功能简介二、软件设计三、实验现象联系作者 一、功能简介 本项目使用Proteus8仿真Arduino单片机控制器，使用PCF8574、LCD1602液晶、LM35传感器等。 主要功能： 系统运行后，LCD1602显示传感器检测温度。 二、软件设计 /* 作者&a…
阅读更多...
单片机的冷启动、热启动、复位

单片机的冷启动、热启动、复位

一文看懂STC单片机冷启动和复位有什么区别-电子发烧友网 单片机的冷启动、热启动和复位是不同的启动或重置方式，它们在系统状态和初始化方面有所不同： 1.冷启动（Cold Start）： 定义： 冷启动是指系统从完全关…
阅读更多...
【火炬之光-魔灵装备】

【火炬之光-魔灵装备】

文章目录 装备天赋追忆石板技能魂烛刷图策略 装备 头部胸甲手套鞋子武器盾牌项链戒指腰带神格备注盾牌其余的装备要么是召唤物生命，要么是技能等级，鞋子的闪电技能等级加2不是核心，腰带的话主要是要冷却有冷却暗影的技能是不会断的&#xff…
阅读更多...
揭示CDN加速的局限性与探讨其小众化原因

揭示CDN加速的局限性与探讨其小众化原因

在网络加速领域，CDN（内容分发网络）被认为是提升性能的关键技术之一。然而，尽管其在某些方面表现出色，CDN在广泛应用中仍然相对小众。本文将从CDN加速的局限性出发，深入探讨为何这项技术尚未迎来大规模的应用…
阅读更多...
.NET 8.0 中有哪些新的变化？

.NET 8.0 中有哪些新的变化？

1性能提升 .NET 8在整个堆栈中带来了数千项性能改进 。默认情况下会启用一种名为动态配置文件引导优化 (PGO) 的新代码生成器，它可以根据实际使用情况优化代码，并且可以将应用程序的性能提高高达 20%。现在支持的 AVX-512 指令集能够对 512 位数据向量执…
阅读更多...
计算机毕业设计选题推荐-掌心办公微信小程序/安卓APP-项目实战

计算机毕业设计选题推荐-掌心办公微信小程序/安卓APP-项目实战

✨作者主页：IT毕设梦工厂✨ 个人简介：曾从事计算机专业培训教学，擅长Java、Python、微信小程序、Golang、安卓Android等项目实战。接项目定制开发、代码讲解、答辩教学、文档编写、降重等。 ☑文末获取源码☑ 精彩专栏推荐⬇⬇⬇ Java项目 Py…
阅读更多...
竞赛选题 疫情数据分析与3D可视化 - python 大数据

竞赛选题 疫情数据分析与3D可视化 - python 大数据

文章目录 0 前言1 课题背景2 实现效果3 设计原理4 部分代码5 最后 0 前言 🔥 优质竞赛项目系列，今天要分享的是 🚩 大数据全国疫情数据分析与3D可视化 该项目较为新颖，适合作为竞赛课题方向，学长非常推荐&#xff0…
阅读更多...
websocket详解

websocket详解

一、什么是Websocket WebSocket 是一种在单个 TCP 连接上进行 全双工 通信的协议，它可以让客户端和服务器之间进行实时的双向通信。 WebSocket 使用一个长连接，在客户端和服务器之间保持持久的连接，从而可以实时地发送和接收数据。 在 Web…
阅读更多...
Alibaba Nacos注册中心实战

Alibaba Nacos注册中心实战

为什么需要注册中心 思考：网络请求，如果服务提供者发生变动，服务调用者如何感知服务提供者的ip和端口变化？ // 微服务之间通过RestTemplate调用，ip:port写死，如果ip或者port变化呢？ String ur…
阅读更多...
DRF纯净版项目搭建和配置

DRF纯净版项目搭建和配置

一、安装模块和项目 1.安装模块 pip install django pip install djangorestframework pip install django-redis # 按需安装 2.开启项目和api (venv) PS D:\pythonProject\env_api> django-admin startproject drf . (venv) PS D:\pythonProject\env_api> python ma…
阅读更多...
elementui 实现树形控件单选

elementui 实现树形控件单选

实现&#xff1a; <!--author: itmacydesc: 树节点单选 --> <template><div class"about"><el-tree :data"data"ref"tree":props"defaultProps"node-key"id"show-checkboxcheck-strictlycheck-change…
阅读更多...
第七部分：Maven（项目管理工具）

第七部分：Maven（项目管理工具）

目录 Maven简介 7.1&#xff1a;为什么学习Maven&#xff1f; 7.1.1、Maven是一个依赖管理工具 7.1.2&#xff1a;Maven是一个构建工具 7.1.3&#xff1a;结论 7.2&#xff1a;Maven介绍 7.3&#xff1a;Maven的优点 Maven安装和配置 7.4&#xff1a;安装教程及环境配置 …
阅读更多...
记一次服务器配置文件获取OSS

记一次服务器配置文件获取OSS

一、漏洞原因 由于网站登录口未做双因子校验，导致可以通过暴力破解获取管理员账号，成功进入系统；未对上传的格式和内容进行校验，可以任意文件上传获取服务器权限；由于服务器上配置信息，可以进一步获取数据库权限和OSS管理权限。二、漏洞成果 弱口令获取网站的管理员权限通…
阅读更多...
科研学习|研究方法——python T检验

科研学习|研究方法——python T检验

一、单样本T检验 目的&#xff1a;检验单样本的均值是否和已知总体的均值相等前提条件&#xff1a; &#xff08;1&#xff09;总体方差未知&#xff0c;否则就可以利用 Z ZZ 检验&#xff08;也叫 U UU 检验&#xff0c;就是正态检验&#xff09;&#xff1b; &#xff08;2&a…
阅读更多...
vscode 配置 lua

vscode 配置 lua

https://luabinaries.sourceforge.net/ 官网链接 主要分为4个步骤 下载压缩包&#xff0c;然后解压配置系统环境变量配置vscode的插件测试 这里你可以选择用户变量或者系统环境变量都行。 不推荐空格的原因是 再配置插件的时候含空格的路径 会出错&#xff0c;原因是空格会断…
阅读更多...
纯CSS自定义滚动条样式

纯CSS自定义滚动条样式

.my-carousel{height: 474px;overflow-y: auto; } /*正常情况下滑块的样式*/ .my-carousel::-webkit-scrollbar {width: 5px; } .my-carousel::-webkit-scrollbar-thumb {border-radius: 8px;background-color: #ccc; } .my-carousel::-webkit-scrollbar-track {border-radius:…
阅读更多...
zabbix告警 邮件告警 钉钉告警

zabbix告警 邮件告警 钉钉告警

邮件告警添加主机组添加模板添加主机在模板中添加监控项在模板中添加触发器添加动作&#xff0c;远程执行命令给用户绑定告警媒介类型 钉钉告警安装python依赖模块python-requests配置钉钉告警配置脚本zabbix_ding.conf在目录/var/log/zabbix中创建钉钉告警日志文件zabbix_ding…
阅读更多...
C语言--从键盘输入10个数字放在数组中，并输出

C语言--从键盘输入10个数字放在数组中，并输出

用scanf读取数字的时候要注意&#xff0c;可以输入一个数字&#xff0c;按一下回车&#xff0c;输入一个数字&#xff0c;按一下回车&#xff0c;也可以一次性输入完10个数据。&#xff08;中间可以用空格隔开&#xff0c;系统会自动识别&#xff09; 输出一:每按下一个数字&am…
阅读更多...
实验六：Android的网络编程基础

实验六：Android的网络编程基础

实验六&#xff1a;Android 的网络编程基础 6.1 实验目的 本次实验的目的是让大家熟悉 Android 开发中的如何获取天气预报&#xff0c;包括了 解和熟悉 WebView、WebService 使用、网络编程事件处理等内容。 6.2 实验要求 熟悉和掌握 WebView 使用 了解 Android 的网络编程…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023