多阶段渐进式图像恢复（CVPR 2021）
， ， ， ， ， 和
论文： :
补充文件：
摘要：图像恢复任务要求在恢复图像时在空间细节和高级上下文信息之间达成复杂的平衡。 在本文中，我们提出了一种新颖的协同设计，可以最佳地平衡这些相互竞争的目标。 我们的主要建议是一个多阶段体系结构，该体系结构逐步学习降级输入的恢复功能，从而将整个恢复过程分解为更易于管理的步骤。 具体来说，我们的模型首先使用编码器-解码器体系结构学习上下文相关的功能，然后将它们与保留本地信息的高分辨率分支相结合。 在每个阶段，我们都会介绍一种新颖的每像素自适应设计，该设计利用现场监督的注意力来重新加权局部特征。 这种多阶段体系结构中的关键要素是不同阶段之间的信息交换。 为此，我们提出了一种两方面的方法，其中不仅从早期到后期顺序地交换信息，而且还存在特征处理块之间的横向连接，以避免任何信息丢失。 由
2022-03-23 14:52:43
59KB
1
用于动作识别的3D ResNet
更新（2020/4/13）
我们在arXiv上发表了一篇论文。
我们上载了本文所述的预训练模型，包括在结合了Kinetics-700和Moments in Time的数据集中预训练的ResNet-50。
更新（2020/4/10）
我们极大地更新了脚本。 如果要使用旧版本来复制我们的CVPR2018论文，则应使用CVPR2018分支中的脚本。
此更新包括：
重构整个项目
支持更新的PyTorch版本
支持分布式培训
支持对“时刻”数据集的培训和测试。
添加R（2 + 1）D模型
上载经过Kinetics-700，时刻矩和STAIR-Actions数
2022-03-20 10:26:09
43KB
1
行人重识别课程主要包括三大核心模块：1.2020经典算法(论文)详细解读；2.项目源码分析；3.实战应用；通俗讲解CVPR等会议最新行人重识别方向算法及其实现，基于PyTorch框架展开实战，逐行讲解全部项目源码及其应用实例。整体风格通俗易懂，用最接地气的方式带领同学们掌握最新行人重识别算法并进行项目实战。
2022-03-07 00:28:20
369B
1
该项工作被CVPR 2019录取为oral paper。CVPR是计算机视觉和人工智能领域内的国际顶级会议，2019共收到投稿5160篇，录取1300篇，其中oral paper288篇，仅占全部投稿的5.6%。
作者制作了一个微信小程序展示APDrawingGAN的效果，小程序二维码如下，免费使用，快来试试吧： 肖像画是一种独特的艺术形式，通常使用一组稀疏的连续图形元素，如线条来捕捉一个人的外表特征。肖像画通常是在人物面前或基于人物照片进行创作的，其创作依赖于细致的观察、分析和丰富的经验。一幅好的肖像画能很好地捕捉到人的个性和情感。然而，即使是受过专业训练的艺术家，完成一幅精致的肖像画也需要
2022-03-04 08:37:12
524KB
1
解开标签分布以实现长尾视觉识别（CVPR 2021）
此代码库基于。
安装
conda create -n longtail pip python=3.7 -y
source activate longtail
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
pip install pyyaml tqdm matplotlib sklearn h5py tensorboard
训练
初赛
下载Places-LT的预训练caffe resnet152模型：请参考。
准备数据集：CIFAR-100，Places-LT，ImageNet-LT，iNaturalist 2018
请在下载这些数据集。
CIFAR-100培训
对于不平衡比为0.01的CIFAR-100，请使用LADE：
python main.py -
2022-01-27 20:41:31
13.52MB
1
半监督转移学习的自适应一致性正则化
该存储库用于以下论文中介绍的自适应知识一致性和自适应表示表示一致性：
Abulikemu Abuduweili，Li Xingjian Li，Humphrey Shi，徐成中和Dou Dedou，“半监督转移学习的自适应一致性正则化”。
该代码是在具有Tesla V100 GPU的CentOS 6.3环境（Python 3.6，PyTorch 1.1，CUDA 9.0）上开发的。
内容
介绍
在这项工作中，我们考虑半监督学习和转移学习的结合，从而导致一种更实用和更具竞争力的范例，该范例可以利用源域中强大的预训练模型以及目标域中的带标签/未带标签的数据。 为了更好地利用预训练权重和未标记目标示例的价值，我们引入了自适应一致性正则化，它由两个互补组成部分：源模型和目标模型之间（（标记和未标记）示例上的自适应知识一致性（AKC）；以及目标模型上带标签和未
2022-01-16 10:30:29
708KB
1
Boosting 框架可参考，但是tracking是有点过时了，不过这个是很多Tracking 的基础
2021-12-29 14:13:46
3.25MB
1
“ PVNet：用于6DoF姿势估计的像素级投票网络”代码CVPR 2019口头好消息！
我们发布了一个干净的PVNet版本：clean-pvnet，包括如何在自定义数据集上训练PVNet。
对tless数据集的训练和测试，我们在其中检测图像中的多个实例。
PVNet：用于6DoF姿势估计的像素化投票网络PVNet：用于6DoF姿势估计的像素化投票网络Sida Peng，刘元，黄启兴，周小伟，包虎军CVPR 2019口腔项目页面欢迎任何问题或讨论！
截断LINEMOD数据集检查
2021-12-15 12:46:36
12.05MB
1