今日开源论文第一波(CVPR2021)

新知榜官方账号

2023-09-15 23:08:37

今日开源论文第一波(CVPR2021)

CVPR2021是计算机视觉领域的重要会议,吸引了众多优秀的研究者和实践者参加。本文介绍了其中几篇重要的开源论文,涉及目标跟踪、跨域自监督学习、单目3D目标检测和图像风格转移等多个领域。

SiamGAT: Graph Attention Tracking

SiamGAT是一种用于目标跟踪的新模型,性能领先于许多当前先进的跟踪器,达到了SOTA水平。该模型使用图神经网络来对目标进行建模和跟踪,具有很好的鲁棒性和准确性。

论文地址:https://arxiv.org/abs/2011.11204

代码地址:https://github.com/ohhhyeahhh/SiamGAT2

Prototypical Cross-domain Self-supervised Learning for Few-shot Unsupervised Domain Adaptation

PCS是一种端到端的原型跨域自监督学习框架,用于Few-shot无监督域适应。与最先进的方法相比,在FUDA上不同领域对的平均分类准确率在Office、Office-Home、VisDA-2017和DomainNet上分别提高了10.5%、3.5%、9.0%和13.2%。

论文地址:https://arxiv.org/abs/2103.16765

代码地址:https://github.com/zhengzangw/PCS-FUDA

GrooMeD-NMS: Grouped Mathematically Differentiable NMS for Monocular 3D Object Detection

GrooMeD-NMS是一种新的单目3D目标检测模型,解决了训练和推理管道之间的不匹配问题,在KITTI基准数据集上实现了最先进的单目3D目标检测结果,表现与基于单目视频的方法相当。

论文地址:https://arxiv.org/abs/2103.17202

代码地址:https://github.com/abhi1kumar/groomed_nms

ArtFlow: Unbiased Image Style Transfer via Reversible Neural Flows

ArtFlow是一种用于图像风格转移的新模型,由可逆的神经流和无偏的特征迁移模块组成。该模型在避免内容泄漏的同时,实现了与最先进的风格迁移方法相当的性能。

论文地址:https://arxiv.org/abs/2103.16877

代码地址:https://github.com/pkuanjie/ArtFlow

更多内容请参考:https://github.com/52CV/CVPR-2021-Papers

本页网址:https://www.xinzhibang.net/article_detail-11477.html

寻求报道,请 点击这里 微信扫码咨询

关键词

SiamGAT PCS GrooMeD-NMS ArtFlow CVPR2021 论文

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯