Advertisement

这是一组CVPR 2021论文和开源代码的集合。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
这是一份包含 CVPR 2021 论文以及配套开源代码的精选资源集合，同时还包含了各个研究领域的重要论文整理，旨在为研究者提供一个全面的学习和参考平台。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • CVPR 2021论文与开源代码汇总.docx
    优质
    这份文档总结了CVPR 2021会议中发布的精选论文及其开源代码，为研究者提供便捷访问最新计算机视觉成果的途径。 CVPR 2021论文及开源代码合集，并按不同方向进行了整理。
     
  • CVPR 2021 论文与代码解读: CVPR 2021/2020/2019...
    优质
    本系列文章深度解析CVPR会议近年（2019-2021）精选论文，并附有相关代码，旨在帮助研究者快速掌握前沿技术与方法。 推荐阅读：CVPR 2021/CVPR 2020/CVPR 2019/CVPR 2018/CVPR 2017的论文解读汇总，包括Papers、Codes、Project和Paper reading等部分。以下是论文分类汇总： - CVPR 2021最新论文分类汇总（持续更新） - CVPR 2020论文下载/代码/解读 - CVPR 2019全部论下载及开源代码的获取方式，共包含1294篇链接。 - CVPR 2019论文分方向盘点 - CVPR 2019论文直播分享回放：点云分割、目标检测和单目标跟踪等主题。
     
  • CVPR2021代码集合：包含代码的CVPR 2021论文开源项目汇总，欢迎提问与分享。
    优质
    本页面汇集了CVPR 2021所有含源码的论文项目，旨在促进学术交流和资源共享。欢迎提问、讨论及贡献您的见解。 CVPR 2021-代码论文开源项目合集！欢迎各位在2021年2月28日开奖后提交相关CVPR 2021的论文及开源项目的分享。 【推荐阅读】 ECCV 2020 论文和开源项目合集 关于往年计算机视觉顶会（如 ECCV 2020，CVPR 2019，ICCV 2019）以及其他优质计算机视觉领域的论文，请参考相关资料。 【CVPR 2021论文开源目录】 人脸活体检测（面部防欺骗） 骨干RepVGG：使 VGG 样式的 ConvNets 再次出色 上述项目包括了详细的论文和代码。
     
  • Patch-NetVLAD: CVPR 2021 论文与代码
    优质
    Patch-NetVLAD是CVPR 2021的一篇论文及其开源代码，专注于改进大规模地方识别任务中的视觉描述符生成及图像检索方法。 CVPR2021论文的代码“Patch-NetVLAD：用于位置识别的局部全局描述符的多尺度融合”已经在大会前（最晚在2021年6月1日之前）完全可用。 引用格式如下： @inproceedings{hausler2021patchnetvlad, title={Patch-NetVLAD: Multi-Scale Fusion of Locally-Global Descriptors for Place Recognition}, author={Hausler, Stephen and Garg, Sourav and Xu, Ming and Milford, Michael and Fischer, Tobias}, booktitle={Proceedings of the IEEECVF Conference}
     
  • 历年CVPR论文与代码合集.rar
    优质
    本资源包含多年CVPR会议发表的所有论文及开源代码，涵盖计算机视觉领域的最新研究成果和应用技术。 总结了历年CVPR的论文及相应的代码资源，其中包括400篇CVPR2020论文及其配套代码；48篇关于CVPR2020的论文解读文章；全部CVPR2019论文与开源代码合集；56篇精选的CVPR2019论文解读内容；官方发布的所有CVPR2019大会现场报告视频资料以及更多的CVPR2018相关论文和代码资源等。
     
  • PSP_CVPR_2021: CVPR-2021论文的PyTorch实现-源码
    优质
    简介：PSP_CVPR_2021是CVPR 2021年一篇论文的PyTorch版本实现，包含完整源代码。此项目便于研究者学习和复现实验结果。 CVPR-2021论文的PyTorch实现：沿视听事件线的正样本传播 视听事件（AVE）本地化任务旨在找出包含特定视听事件的视频片段，并对其进行分类。这类事件既包括视觉元素也包括听觉元素，也就是说声源必须同时出现在视觉图像和音频部分中。 为了进行这项研究，需要准备以下资料： - AVE数据集 - 提取的音频特征文件（audio_feature.h5） - 提取的视频特征文件（visual_feature.h5） 此外还需要其他预处理文件： - audio_feature_noisy.h5 - visual_feature_noisy.h5 - right_label.h5 - prob_label.h5 - labels_noisy.h5 - mil_labels.h5 所有这些必需的数据应放置在名为data的文件夹中。 同时，还包括训练顺序文件（train_order.h5）。
     
  • CVPR 2021-论文代码解析：来自 CVPR 2021、2020、2019、2018 和 2017 的论文，由极市团队整理...
    优质
    本资料集汇总了CVPR自2017年至2021年的精选论文与代码解析，由极市团队精心编纂，助力计算机视觉领域学习者深入理解前沿技术。 推荐阅读：CVPR2021/CVPR2020/CVPR2019/CVPR2018/CVPR2017的论文、代码、项目及论文解读摘要。 目录汇总包括从2000年至2020年历届CVPR最佳论文及其解释等信息。分享内容涵盖晚点云分割分享重构，目标检测分享重组，单目标跟踪分享重组以及人脸识别和三维多人多视角姿态识别的共享分享。 对于CVPR 2017全部论文下载，请注意查看相关资源并使用正确的密码进行访问。
     
  • EfficientNetV2: 组会PPT+逐字稿 CVPR 2021【CV研一组会论文分享】
    优质
    本段内容为CV研一组会在CVPR 2021上关于EfficientNetV2的研究分享，包括详细的PPT讲解和逐字稿记录。 参考文献包括原论文《EfficientNetV2: Smaller Models and Faster Training》，该论文的下载地址为 https://arxiv.org/abs/2104.00298 。此外，还有原作者提供的代码资源位于 https://github.com/google/automl/tree/master/efficientnetv2。另外一篇相关的参考博文和一段在bilibili上的讲解视频也提供了深入的解读视角。
     
  • OGNet: CVPR 2020论文《老是黄金》的代码实现
    优质
    简介：本文档提供了CVPR 2020论文《老是黄金》中的算法代码实现，旨在帮助研究者复现和理解该工作。项目名称为OGNet。 古老就是黄金：重新定义对抗性学习的分类器训练方法（CVPR 2020） 该代码最初是使用Python3.5构建的，但鉴于此版本已达到其生命周期终点(EOL)，现在已在Python 2.7上对该代码进行了验证。执行Train.py文件作为进入整个程序的主要入口点。 请按照“dataset.txt”文档中的指示，在“数据”目录下放置训练和测试图像。在第一阶段，请使用opts.py设置必要的选项；而在第二阶段，则需通过opts_fine_tune_discriminator.py进行相应配置。 在此之前，评估功能仅依赖于test.py文件的执行来完成。然而，对于当前版本而言，无需单独运行test.py脚本，因为代码内部每次调用时都会自动执行测试函数以对比基线和OGNet的结果。
     
  • 这是一份收录人们言论的数据集合
    优质
    这是一个汇集了各种观点和意见的数据集，旨在全面反映公众的思想与看法。 这是一个记录人们言论的数据集，全部为中文内容。数据来源于微博超话和百度贴吧。在该数据集中： 0代表抑郁症 1代表焦虑症 2代表躁郁症（双向情感障碍） 3代表创伤后应激障碍 4代表正常情况 5代表恐慌症 6代表厌食症和暴食症 7代表其他疾病（这类疾病会影响人们的生活，但难以判断具体是哪种心理疾病） 该数据集共有21,236条记录。