注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. cvpr2021AuthorKit_2.zip

  2. cvpr2021模板，包括latex、word版本，模板使用bib生成参考文献，包含所需的包\documentclass[review]{cvpr} %\documentclass[final]{cvpr} \usepackage{times} \usepackage{epsfig} \usepackage{graphicx} \usepackage{amsmath} \usepackage{amssymb}

  3. 所属分类：互联网

    • 发布日期：2020-12-07
    • 文件大小：217kb
    • 提供者：OpenSceneGraph

  1. semisupervised-FGSBIR:[CVPR 2021]“您只需要更多照片-源码

  2. 您只需要更多照片：半监督学习，用于基于草图的细粒度图像检索，CVPR 2021。 Ayan Kumar Bhunia ，Pinaki nath Chowdhury，Aneeshan Sain，Yongxin Yang，Tao Xiang，Song Yi-Zhe，“您需要更多照片：基于半监督学习的细粒度基于草图的图像检索”，IEEE Con​​f。 2020年计算机视觉和模式识别（CVPR）。 引文 如果您发现本文对您的研究有用，请考虑引用： InProceedings{semi-fgsbir

  3. 所属分类：其它

  1. LifelongReID:CVPR2021中通过自适应知识积累对我们终生人员进行重新识别的官方实现-源码

  2. 终生身份证 通过CVPR2021中的自适应知识积累来实现我们终生人员重新识别的官方实现。 安装 环境 conda创建-n lreid python = 3.7 conda激活lreid conda安装pytorch == 1.4.0 torchvision == 0.5.0 cudatoolkit = 10.0 -c pytorch conda安装opencv 点安装Cython sklearn numpy prettytable easydict tqdm visdom matplotlib

  3. 所属分类：其它

  1. SplitFilling:CVPR 2021中的“用户指导的带有分割填充机制的艺术线条平面填充”-源码

  2. 拆分填充 用户指导的艺术作品，采用分装式灌装机构进行平面灌装 经过 张吕敏（苏州大学/ Style2Paints Research），李成泽（香港中文大学），埃德加西莫塞拉（早稻田大学），易吉（苏州大学），黄天钦（香港中文大学），刘春平（苏州大学计算机科学与技术学院）。 在 2021年IEEE / CVF计算机视觉和模式识别会议（CVPR） 快来了。

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：783kb
    • 提供者：weixin_42134038

  1. Transformer-Explainability:[CVPR 2021]超越注意力可视化的变压器可解释性的官方PyTorch实施，这是一种通过基于变压器的网络对分类进行可视化的新方法-源码

  2. 的PyTorch实现[CVPR 2021] 更新 2021年3月15日： 2021年2月28日：我们的论文被CVPR 2021接受了！ 2021年2月17日： 2021年1月5日： 介绍 的正式实现。 我们介绍了一种新颖的方法，该方法可以可视化基于Transformer的模型针对视觉和NLP任务进行的分类。我们的方法还可以可视化每个班级的解释。 方法包括三个阶段： 使用我们新颖的LRP公式计算每个关注矩阵的相关性。 每个注意力矩阵的梯度反向传播与可视化类有关。渐变用于平均注意力头。

  3. 所属分类：其它

  1. sefa:[CVPR 2021] GAN中潜在语义的闭式分解-源码

  2. SeFa-GAN中潜在语义的闭式分解 图：使用SeFa从各种GAN模型中发现的通用语义。 GAN中潜在语义的闭式分解沉玉军，周伯雷2021年计算机视觉和模式识别（CVPR）（口头） [] [] [] [ ] 在此存储库中，我们提出了一种封闭形式的方法，称为SeFa ，用于GAN中的无监督潜在语义分解。 使用此算法，我们能够从在各种数据集上训练的不同GAN模型中发现通用语义。 最重要的是，该方法不依赖于预先训练语义预测并有一个非常快速的实现（即小于1秒来解释模型）。 下面显示了一些有关动

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：47mb
    • 提供者：weixin_42131261

  1. flash-reflection-removal:CVPR2021论文代码“使用无反射的仅含Flash的提示去除强反射”-源码

  2. 借助无反射仅Flash提示（RFC）进行可靠的反射去除 | 即将发布：| | Tensorflow的实现： ，香港科技大学 在CVPR 2021中 去做 发布测试代码 准备纸张并上传到arxiv 制作项目页面 发布培训代码 发布数据集 发布原始数据处理代码 TL; DR快速入门 要设置conda环境，请对演示数据进行测试： conda env create -f environment.yml conda activate flashrr-rfc bash download.sh

  3. 所属分类：其它

  1. qpic:CVPR2021论文“ QPIC的回购-源码

  2. QPIC：具有图像范围的上下文信息的基于查询的成对人对象交互检测 ，裕 ）和吉永友明（Tomoaki Yoshinaga）。 该存储库包含论文“ ”的正式实现，该已被CVPR2021接受。 通过扩展最近提出的目标检测器DETR来实现QPIC。 QPIC在变压器中利用了基于查询的检测和关注机制，因此，通过简单的检测头即可实现较高的HOI检测性能。 注意地图示例。 准备 依存关系 我们的实现使用诸如NumPy和PyTorch之类的外部库。 您可以使用以下命令来解决依赖关系。 pip in

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：437kb
    • 提供者：weixin_42131633

  1. VisTR:[CVPR2021口头]使用变压器进行端到端视频实例分割-源码

  2. VisTR：使用变压器的端到端视频实例分段 这是的正式实施： 安装 我们提供了有关如何通过conda安装依赖项的说明。 首先，在本地克隆存储库： git clone https://github.com/Epiphqny/vistr.git 然后，安装PyTorch 1.6和torchvision 0.7： conda install pytorch==1.6.0 torchvision==0.7.0 安装pycocotools conda install cython scipy pip

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：65kb
    • 提供者：weixin_42110469

  1. SparseR-CNN:具有可学习建议的端到端对象检测，CVPR2021-源码

  2. 稀疏R-CNN：具有可学习建议的端到端对象检测 纸（CVPR 2021） 更新 （02/03/2021）通过使用更强大的主干模型报告了更高的性能。 （23/02/2021）通过使用更强大的预训练模型报告了更高的性能。 （02/12/2020）型号和日志（R101_100pro_3x和R101_300pro_3x）可用。 （26/11/2020）提供了模型和日志（R50_100pro_3x和R50_300pro_3x）。 （26/11/2020）通过将辍学率设置为0.0，报告了稀疏R-CN

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：861kb
    • 提供者：weixin_42136477

  1. BE:[CVPR2021]我们的论文《通过添加背景删除背景》的源代码-源码

  2. 贸易预算局 我们的论文“通过添加背景删除背景：实现背景鲁棒的自我监督视频表示学习”的[ ] [ ] [ ] 引文 inproceedings{wang2021removing, title={Removing the Background by Adding the Background: Towards Background Robust Self-supervised Video Representation Learning}, author={Wang, Jinpeng a

  3. 所属分类：其它

  1. up-detr:[CVPR2021口服]上调-源码

  2. UP-DETR ：使用变压器进行对象检测的无监督预训练 这是的官方PyTorch实施和模型： article{dai2020up-detr, author = {Zhigang Dai and Bolun Cai and Yugeng Lin and Junying Chen}, title = {UP-DETR: Unsupervised Pre-training for Object Detection with Transformers}, journal = {arX

  3. 所属分类：其它

  1. Patch-NetVLAD:CVPR2021论文代码“ Patch-NetVLAD-源码

  2. 补丁网 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” 该文章的预印本可在以下找到： ： 该代码将在CVPR 2021大会之前（最晚在2021年6月1日之前）完全可用。 引文 inproceedings{hausler2021patchnetvlad, title={Patch-NetVLAD: Multi-Scale Fusion of Locally-Global Descr iptors for Place Recognit

  3. 所属分类：其它

  1. Rigid3DSceneFlow：CVPR2021论文的代码“刚性3D场景流的弱监督学习”-源码

  2. 刚性3D场景流的弱监督学习 该存储库提供代码和数据，以训练和评估用于严格3D场景流估计的弱监督方法。 它代表了该文件的正式实施： ， ， ， | | | | 有关更多信息，请参见 环境设定 注意：此存储库中的代码已在Ubuntu 16.04 / 20.04，Python 3.7，CUDA 10.1 / 10.2，PyTorch 1.7.1和M​​inkowskiEngine 0.5.1上进行了测试。 它可能适用于其他设置，但尚未经过测试。 在继续之前，请确保已正确安装和设置CUDA

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：779kb
    • 提供者：weixin_42166105

  1. HiSD：pytorch正式实施的论文“通过层次样式解开的图像到图像翻译”（CVPR2021）-源码

  2. HiSD：通过层次样式解开进行图像到图像的翻译 pytorch正式实施的论文“实现”。 HiSD是SOTA图像到图像的转换方法，可实现多个标签的可伸缩性和可控制的多样性，并具有令人难以置信的分解效果。 在我们的方法中，用于操纵每个标签的样式不仅可以由随机噪声生成，还可以从图像中提取！ 另外，样式可以平滑地插值，例如： 所有版本均以统一的HiSD模型进行生产，并经过端到端培训。 快速开始 克隆此仓库： git clone https://github.com/imlixinyang/Hi

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：49mb
    • 提供者：weixin_42117485

  1. CVPR2021-代码：CVPR 2021论文开源项目（带代码的文件）合集，同时欢迎各位大佬提交问题，分享CVPR 2021开放式项目-源码

  2. CVPR2021-代码 论文开源项目（带代码的文件）合集！CVPR 2021论文收录列表： : 注1：等2021年2月28日开奖后，欢迎各位大佬提交issue，分享CVPR 2021本文和开源项目！ 注2：CVPR 2021已交稿成立！已投稿且想要进来的群同学，可以添加微信： CVer9999 ，请备注： CVPR2021已投稿+姓名+学校/公司名称！一定要根据格式申请！ 【推荐阅读】 论文开源项目合集： : ECCV 2020论文开源项目合集： : 关于往年CV顶会论文（如EC

  3. 所属分类：其它

  1. CVPR2021-纸面代码解释：cvpr2021cvpr2020cvpr2019cvpr2018cvpr2017论文，极市团队整理-源码

  2. 推荐阅读： cvpr2021 / cvpr2020 / cvpr2019 / cvpr2018 / cvpr2017（论文/代码/项目/论文阅读） 论文解读摘要： ://bbs.cvmart.net/articles/3031论文分类汇总： : 2000〜2020年历届CVPR最佳论文，解释等汇总： ://bbs.cvmart.net/topics/665/CVPR-Best-Paper 目录 密码：t69g 下载链接：链接： ://pan.baidu.com/s/1dhXrWFH

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：312kb
    • 提供者：weixin_42097967

  1. OTA:正式执行我们的CVPR2021文件“ OTA-源码

  2. OTA：用于对象检测的最佳传输分配 该项目为我们在PyTorch上的CVPR2021论文“ ”提供了实现。 要求 开始使用 在本地安装cvpods（需要cuda进行编译） python3 -m pip install ' git+https://github.com/Megvii-BaseDetection/cvpods.git ' # (add --user if you don't have permission) # Or, to install it from a local clo

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：452kb
    • 提供者：weixin_42131705

  1. RSCD:在动态场景中实现卷帘快门校正和去模糊（CVPR2021）-源码

  2. 光盘 在动态场景中实现卷帘快门校正和去模糊（CVPR2021）

  3. 所属分类：其它

  1. HGCAE:HGCAE Pytorch实施。 接受CVPR2021-源码

  2. 双曲图卷积自动编码器 接受CVPR2021 :party_popper: 的官方PyTorch代码 *， *，Hyung Jin Chang，Jin Young Choi （*表示同等贡献） cora数据集的嵌入。 是欧氏空间中的图形自动编码器，而HGCAE是我们的方法。 P是庞加莱球，H是双曲面。 概述 该存储库在PyTorch中提供了HGCAE代码，可通过 PoincareBall歧管 图数据的链接预测任务和节点聚类任务 6个数据集： Cora, Citeseer, Wiki, P

  3. 所属分类：其它

    • 发布日期：2021-03-31
    • 文件大小：17mb
    • 提供者：weixin_42144554
« 12 3 »