CV计算机视觉每日开源代码Paper with code速览-2023.10.16

 精华置顶

墙裂推荐！小白如何1个月系统学习CV核心知识：链接

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.【目标检测】Rank-DETR for High Quality Object Detection

• 论文地址：https://arxiv.org//pdf/2310.08854

• 开源代码（即将开源）：https://github.com/LeapLabTHU/Rank-DETR

2.【语义分割】SSG2: A new modelling paradigm for semantic segmentation

• 论文地址：https://arxiv.org//pdf/2310.08671

• 开源代码（即将开源）：GitHub - feevos/ssg2: Official code repository for the publication "SSG2: A New Modelling Paradigm for Semantic Segmentation"

 3.【域自适应】SIDE: Self-supervised Intermediate Domain Exploration for Source-free Domain Adaptation

• 论文地址：https://arxiv.org//pdf/2310.08928

• 开源代码：GitHub - se111/SIDE

4.【多模态】Hypernymy Understanding Evaluation of Text-to-Image Models via WordNet Hierarchy

• 论文地址：https://arxiv.org//pdf/2310.09247

• 开源代码：GitHub - yandex-research/text-to-img-hypernymy: Official code for "Hypernymy Understanding Evaluation of Text-to-Image Models via WordNet Hierarchy"

5.【多模态】Extending Multi-modal Contrastive Representations

• 论文地址：https://arxiv.org//pdf/2310.08884

• 开源代码：GitHub - MCR-PEFT/Ex-MCR

6.【多模态】From CLIP to DINO: Visual Encoders Shout in Multi-modal Large Language Models

• 论文地址：https://arxiv.org//pdf/2310.08825

• 开源代码（即将开源）：GitHub - YuchenLiu98/COMM: Pytorch code for paper From CLIP to DINO: Visual Encoders Shout in Multi-modal Large Language Models

7.【多模态】Making Multimodal Generation Easier: When Diffusion Models Meet LLMs

• 论文地址：https://arxiv.org//pdf/2310.08949

• 开源代码：GitHub - zxy556677/EasyGen: The official code for paper "Making Multimodal Generation Easier: When Diffusion Models Meet LLMs"

8.【GAN】Feature Proliferation -- the "Cancer" in StyleGAN and its Treatments

• 论文地址：https://arxiv.org//pdf/2310.08921

• 开源代码：GitHub - songc42/Feature-proliferation

9.【深度补全】LRRU: Long-short Range Recurrent Updating Networks for Depth Completion

• 论文地址：https://arxiv.org//pdf/2310.08956

• 工程主页：LRRU: Long-short Range Recurrent Updating Networks for Depth Completion

• 开源代码（即将开源）：GitHub - YufeiWang777/LRRU: Official implementation of ``LRRU: Long-short Range Recurrent Updating Networks for Depth Completion'', ICCV 2023.

论文已打包，点击进入—>下载界面

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：

港科大提出适用于夜间场景语义分割的无监督域自适应新方法

HSN：微调预训练ViT用于目标检测和语义分割，华南理工和阿里巴巴联合提出

EViT：借鉴鹰眼视觉结构，南开大学等提出ViT新骨干架构，在多个任务上涨点

如何优雅地读取网络的中间特征？

CV计算机视觉每日开源代码Paper with code速览-2023.10.13

CV计算机视觉每日开源代码Paper with code速览-2023.10.12

CV计算机视觉每日开源代码Paper with code速览-2023.10.11

CV计算机视觉每日开源代码Paper with code速览-2023.10.10