CV计算机视觉每日开源代码Paper with code速览-2023.10.19

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】Learning from Rich Semantics and Coarse Locations for Long-tailed Object Detection

• 论文地址：https://arxiv.org//pdf/2310.12152

• 开源代码（即将开源）：https://github.com/MengLcool/RichSem

2.【语义分割】SegmATRon: Embodied Adaptive Semantic Segmentation for Indoor Environment

• 论文地址：https://arxiv.org//pdf/2310.12031

• 开源代码：GitHub - wingrune/SegmATRon

3.【超分辨率重建】Image Super-resolution Via Latent Diffusion: A Sampling-space Mixture Of Experts And Frequency-augmented Decoder Approach

• 论文地址：https://arxiv.org//pdf/2310.12004

• 开源代码（即将开源）：GitHub - amandaluof/moe_sr

4.【多模态】DiagrammerGPT: Generating Open-Domain, Open-Platform Diagrams via LLM Planning

• 论文地址：https://arxiv.org//pdf/2310.12128

• 工程主页：DiagrammerGPT (2023)

• 开源代码：GitHub - aszala/DiagrammerGPT: Official code repository for: DiagrammerGPT: Generating Open-Domain, Open-Platform Diagrams via LLM Planning

5.【多模态】On the use of Vision-Language models for Visual Sentiment Analysis: a study on CLIP

• 论文地址：https://arxiv.org//pdf/2310.12062

• 开源代码（即将开源）：cristinabustos16/CLIP-E · GitHub

6.【多模态】Progressive3D: Progressively Local Editing for Text-to-3D Content Creation with Complex Semantic Prompts

• 论文地址：https://arxiv.org//pdf/2310.11784

• 工程主页：Progressive3D: Progressively Local Editing for Text-to-3D Content Creation with Complex Semantic Prompts

• 代码即将开源

7.【多模态】GenEval: An Object-Focused Framework for Evaluating Text-to-Image Alignment

• 论文地址：https://arxiv.org//pdf/2310.11513

• 开源代码：GitHub - djghosh13/geneval: GenEval: An object-focused framework for evaluating text-to-image alignment

8.【图像编辑】Object-aware Inversion and Reassembly for Image Editing

• 论文地址：https://arxiv.org//pdf/2310.12149

• 工程主页：OIR

• 开源代码（即将开源）：GitHub - aim-uofa/OIR

9.【图像修复】A Comparative Study of Image Restoration Networks for General Backbone Network Design

• 论文地址：https://arxiv.org//pdf/2310.11881

• 开源代码：GitHub - Andrew0613/X-Restormer: Arxiv：A Comparative Study of Image Restoration Networks for General Backbone Network Design

10.【类别增量学习】Rethinking Class-incremental Learning in the Era of Large Pre-trained Models via Test-Time Adaptation

• 论文地址：https://arxiv.org//pdf/2310.11482

• 开源代码：GitHub - IemProg/TTACIL: Rethinking Class-incremental Learning in the Era of Large Pre-trained Models via Test-Time Adaptation

11.【Zero-Shot Learning】ChatGPT-guided Semantics for Zero-shot Learning

• 论文地址：https://arxiv.org//pdf/2310.11657

• 开源代码：GitHub - FHShubho/CGS-ZSL: ChatGPT-guided Semantics for Zero-shot Learning

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：

CV计算机视觉每日开源代码Paper with code速览-2023.10.18

CV计算机视觉每日开源代码Paper with code速览-2023.10.17

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

使用目标之间的先验关系提升目标检测器性能

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？