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.rhkb.cn/news/216699.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

CCF 202104-2：邻域均值--C++

CCF 202104-2：邻域均值--C++

#include<iostream> #include<bits/stdc.h>using namespace std;int A[601][601]; int n;//长宽都为n个像素double FindNeighborSum(int i,int j,int r,int A[][601]) {int sum0;//像素和 int gs0;//领域 中的像素个数 for(int xi-r;x<ir;x)//找到每一个领域像素…
阅读更多...
uniapp实战 —— 自定义顶部导航栏

uniapp实战 —— 自定义顶部导航栏

效果预览 下图中的红框区域 范例代码 src\pages.json 配置隐藏默认顶部导航栏 "navigationStyle": "custom", // 隐藏默认顶部导航src\pages\index\components\CustomNavbar.vue 封装自定义顶部导航栏的组件&#xff08;要点在于&#xff1a;获取屏幕边界…
阅读更多...
C语言-WIN32API介绍

C语言-WIN32API介绍

Windows API 从第一个32位的Windows开始就出现了&#xff0c;就叫做Win32API.它是一个纯C的函数库&#xff0c;就和C标准库一样&#xff0c;使你可以写Windows应用程序过去很多Windows程序是用这个方式做出来的 main()? main()成为C语言的入口函数其实和C语言本身无关&…
阅读更多...
matlab信号分选系统算法-完整算法结构

matlab信号分选系统算法-完整算法结构

matlab信号分选系统算法 针对得到的脉冲流PDW进行信号分选&#xff0c;包括重频恒定、重频抖动、重频参差和重频滑变四种脉间调制类型。   这里我们先进行数据的仿真&#xff0c;后续边仿真边分享思路&#xff1a;首先根据信号类型&#xff0c;分别产生重频恒定、重频抖动、重…
阅读更多...
使用Nodejs搭建简单的web网页并实现公网访问

使用Nodejs搭建简单的web网页并实现公网访问

&#x1f525;博客主页&#xff1a; 小羊失眠啦. &#x1f3a5;系列专栏&#xff1a;《C语言》 《数据结构》 《Linux》《Cpolar》 ❤️感谢大家点赞&#x1f44d;收藏⭐评论✍️ 使用Nodejs搭建简单的web网页并实现公网访问 前些天发现了一个巨牛的人工智能学习网站&#xff…
阅读更多...
docker-compose容器编排（单机一键拉起所有容器）

docker-compose容器编排（单机一键拉起所有容器）

1、安装docker-compose实验 安装完成 2、yaml文件 &#xff08;1&#xff09;定义 一种直观的、以竖列形式展示序列化数据格式的标记语言&#xff0c;可读性高。类似于json格式&#xff0c;但语法简单 yaml通过缩进表示数据结构&#xff0c;连续的项目用-减号表示 &#x…
阅读更多...
Excel: Python 如何干掉 VBA 系列 乙

Excel: Python 如何干掉 VBA 系列 乙

以下内容为本人的学习笔记&#xff0c;如需要转载&#xff0c;请声明原文链接 微信公众号「ENG八戒」https://mp.weixin.qq.com/s/k2XtfXS3GUt4r2QhizMOVg 创建工作表格 创建表格 xlwings 就可以协助创建插入了宏的 excel 表格。 先找到一个心满意足的目录&#xff0c;一般我…
阅读更多...
Tcon基础知识

Tcon基础知识

1、TCON&#xff0c;就是 Timing Controller 的缩写。从主芯片输出的要在 TFT 显示屏上显示的数据&#xff0c;在经过 TCON 模块后可以变换生成 Panel 可以直接利用的 DATA 信号和驱动器&#xff08;包括 source driver 和 gate driver&#xff09;的控制信号。 TV 市场上 TCO…
阅读更多...
python-爬取壁纸

python-爬取壁纸

代理池的&#xff0c;防止IP 被封 找到图片真实地址 现在看到的只是图片的预览地址 (previews) 1.检查&#xff1a; 2.鼠标变为箭头时查看网页源代码 关于怎样在源代码中找到图片的真实地址 ??? 为什么在源代码界面 ctrl f 时候搜索的是 .png ??? 首先图片地址是以 .j…
阅读更多...
恢复出厂设置后在 Android 上恢复照片的 6 种常用方法

恢复出厂设置后在 Android 上恢复照片的 6 种常用方法

恢复出厂设置可帮助您删除电子设备的所有信息并将其恢复到原始系统状态。但是&#xff0c;如果您不小心按下了恢复出厂设置按钮并从 Android 设备中删除了所有难忘的照片&#xff0c;该怎么办&#xff1f;好吧&#xff0c;您无需担心&#xff0c;因为可以通过以下一些方法来恢复…
阅读更多...
Unity中Shader URP的安装与设置

Unity中Shader URP的安装与设置

文章目录 前言一、URP安装1、Window -> Project Manager -> 搜索 Render 二、URP设置1、创建一个URP配置文件2、渲染管线的修改&#xff08;当为空时&#xff0c;使用的是 BuildIn Render Pipeline&#xff09;3、这时我们新建一个对象。使用的材质球默认使用 URP 默认Sh…
阅读更多...
UI设计中的肌理插画是什么样的？

UI设计中的肌理插画是什么样的？

肌理插画本质也和扁平插画差不多&#xff0c;相较扁平插画&#xff0c;肌理插画的层次感、细节更多&#xff0c;也会更立体生动。 肌理插画风格没有描边线&#xff0c;画面轻快&#xff0c;通过色块的明暗来区分每个元素&#xff0c;有点像色彩版的素描&#xff0c;但更简单&a…
阅读更多...
第一个“hello Android”程序

第一个“hello Android”程序

1、首先安装Android studio&#xff08;跳过&#xff09; Android Studio是由Google推出的官方集成开发环境&#xff08;IDE&#xff09;&#xff0c;专门用于Android应用程序的开发。它是基于JetBrains的IntelliJ IDEA IDE构建的&#xff0c;提供了丰富的功能和工具&#xff0…
阅读更多...
计算机视觉（P2）-计算机视觉任务和应用

计算机视觉（P2）-计算机视觉任务和应用

一、说明 在本文中&#xff0c;我们将探讨主要的计算机视觉任务以及每个任务最流行的应用程序。 二、图像内容分类 2.1. 图像分类 图像分类是计算机视觉领域的主要任务之一[1]。在该任务中&#xff0c;经过训练的模型根据预定义的类集为图像分配特定的类。下图是著名的CIFAR…
阅读更多...
【虹科分享】基于Redis Enterprise，LangChain，OpenAI 构建一个电子商务聊天机器人

【虹科分享】基于Redis Enterprise，LangChain，OpenAI 构建一个电子商务聊天机器人

如何构建你自己的商务聊天机器人&#xff1f;注意哦&#xff0c;是你自己的聊天机器人。一起来看看Redis Enterprise的向量检索是怎么帮你实现这个愿望的吧。 鉴于最近人工智能支持的API和网络开发工具的激增&#xff0c;似乎每个人都在将聊天机器人集成到他们的应用程序中。 …
阅读更多...
vue中预览pdf的方法

vue中预览pdf的方法

使用vue-pdf 备注&#xff1a;这里只介绍了一页的pdf <div class"animation-box-pdf"><pdf :src"http://xxxx" /> </div>import Pdf from vue-pdf // src可以是文件地址url&#xff0c;也可以是文件流blob&#xff08;将blob转成url&a…
阅读更多...
Python编程进阶：轻松掌握多线程和多进程

Python编程进阶：轻松掌握多线程和多进程

大家好&#xff0c;今天我们将讨论如何利用Python执行多线程和多进程任务。它们提供了在单个进程或多个进程之间执行并发操作的方法&#xff0c;并行和并发执行可以提高系统的速度和效率。在讨论多线程和多进程的基础知识之后&#xff0c;我们还将讨论使用Python库实现它们的实…
阅读更多...
HarmonyOS4.0从零开始的开发教程12给您的应用添加弹窗

HarmonyOS4.0从零开始的开发教程12给您的应用添加弹窗

HarmonyOS&#xff08;十&#xff09;给您的应用添加弹窗 概述 在我们日常使用应用的时候&#xff0c;可能会进行一些敏感的操作&#xff0c;比如删除联系人&#xff0c;这时候我们给应用添加弹窗来提示用户是否需要执行该操作&#xff0c;如下图所示&#xff1a; 弹窗是一种…
阅读更多...
智慧路灯杆如何实现雪天道路安全监测

智慧路灯杆如何实现雪天道路安全监测

随着北方区域连续发生暴雪、寒潮、大风等气象变化&#xff0c;北方多地产生暴雪和低温雨雪冰冻灾害风险&#xff0c;冬季雨雪天气深度影响人们出行生活&#xff0c;也持续增加道路交通风险。 智慧路灯杆是现代城市不可或缺的智能基础设施&#xff0c;凭借搭载智慧照明、环境监测…
阅读更多...
跨境电商如何利用跨境客服软件提升销售额

跨境电商如何利用跨境客服软件提升销售额

随着全球化的推进&#xff0c;跨境电商成为了许多企业拓展市场的重要途径。然而&#xff0c;跨境电商面临着语言、文化、时差等多种挑战&#xff0c;为了提供更好的客户服务并提升销售额&#xff0c;跨境电商需要利用跨境客服软件。本文将探讨跨境电商如何利用跨境客服软件来提…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023