CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写，即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议。这是今年2020会议最后一部分

MS-G3D PyTorch实施的“解开和统一图卷积以进行基于骨骼的动作识别”，CVPR 2020口头。 [ ] [] [ ] 依存关系 Python> = 3.6 PyTorch> = 1.2.0 （自动混合精度培训） PyYAML，tqdm，tensorboardX 资料准备 磁盘使用警告：预处理后，对于NTU RGB + D 60，NTU RGB + D 120和Kinetics 400，数据集的总大小分别约为38GB，77GB，63GB。原始/中间大小可能会更大

IDA-3D：用于自动驾驶的立体视觉中具有实例深度的3D对象检测（CVPR2020） 该存储库是我们CVPR2020 的代码 安装 此实现基于 ，您可以检查以获取安装说明。 我们在Ubuntu 18.04上的python 3.7，PyTorch 1.1.0，CUDA 10.0下测试了此代码。 我们还提供基于和的现成运行环境。 您可以直接从和下载并运行以下命令。 unzip env_IDA3D.zip -d ~ /anaconda3/envs/ # Activating Singularit

CVPR 2020 CL​​Vision挑战赛 这是CVPR 2020 CL​​Vision挑战赛的正式开始资料库。 在这里，我们提供： 设置环境和生成zip提交文件的两个脚本。 一个完整的工作示例包括：1）加载数据并设置持续学习协议； 2）在训练期间收集所有元数据。3）在有效和测试集上评估训练后的模型。 在第一阶段结束时启动Dockerfile以简化最终提交。 您只需要编写自己的持续学习策略（即使仅用几行代码即可！），您就可以参与其中了。 挑战说明，规则和奖品 您可以在官方找到挑战说明