AI数据类知识星球推荐:CVer计算机视觉
星球概况:
最大的计算机视觉AI知识星球!每日更新,第一时间分享最新最前沿的计算机视觉、AI绘画、图像处理、深度学习、自动驾驶、医疗影像和AIGC等方向的学习资料【加入CVer星球,你将获得】1.最新的优质AI论文推送及下载(pdf可一键下载)2.最新的CV实战项目(涵盖分类/检测/分割/识别等)3.从入门到精通的人工智能学习资料(涵盖计算机视觉、图像处理、深度学习、医疗影像和自动驾驶等领域)4.具体垂直方向已涵盖且不限于:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、扩散模型、多模态学习、AIGC和元宇宙等。
精选主题预览:
医学图像分析中的标签高效深度学习:挑战和未来方向
31页综述,318篇参考文献!本文全面概述了医学图像分析(MIA)中标签高效学习策略的最新进展,介绍了标签高效学习的背景,并将这些方法分类为不同的方案,对每个方案详细介绍当前最先进的方法。涵盖了半监督、自监督和多示例学习方案,还涵盖了最近出现的主动和注释高效的学习策略。单位:香港科技大学(陈浩团队)
注:综述PDF已上传至星球,可一键秒下载
近年来,深度学习得到了快速发展,并在广泛的应用中取得了最先进的性能。然而,训练模型…
关于AIGC的完整调研:从GPT-4到GPT-5的ChatGPT就是你所需要的吗?
56页综述,共计548篇参考文献!本文首次对AIGC任务进行全面调研,从其技术到应用,迅速填补了这一空白,介绍了基础技术(从模型架构和自监督预训练到生成建模方法),并介绍了技术方向(文本、图像、视频、3D等),还总结了它们在一些主流行业的重要应用,如教育和创意。单位:庆熙大学, KAIST, 北理工, 香港理工, 电子科大
注:综述PDF已上传至星球,可一键秒下载
随着ChatGPT的迅速…
#CVPR2023 检测开放世界中的一切:面向通用目标检测
本文提出一个通用的目标检测框架UniDetector,能够检测超过7000个类别,这是迄今为止最大的可测量类别规模,在13个公共检测数据集上性能表现出色,单位:BNRist, 清华, 港大, Meta, MIT
注:论文PDF已上传至星球,可一键秒下载
在本文中,我们正式讨论了通用目标检测,其目的是检测每个场景并预测每个类别。开放世界中对人类注释的依赖、有限的视觉信息和新颖的类别严重限制了传统检测器的普遍性。我们…
SHERF:来自单个图像的可泛化Human NeRF
SHERF:第一个可推广的Human NeRF模型,它从单个人体图像输入中恢复可动画化的3D人体,从而能够从自由视图和姿势中进行渲染和动画制作,代码即将开源!单位:南洋理工大学, 商汤
注:论文PDF已上传至星球,可一键秒下载
用于重建3D人类的现有人类NeRF方法通常依赖于来自多视图相机的多个2D图像或从固定相机视图捕获的单眼视频。然而,在现实世界的场景中,人体图像通常是从随机的相机角度拍摄的,这给高质量的3D人体…
神经预处理(NPP):端到端脑部MRI预处理的学习框架
NPP:一种新的用于脑部MRI预处理的神经网络方法,其将几何保留转换(包括颅骨分离和偏置场矫正)和空间变换解耦。实验表明,NPP在大脑MRI预处理的主要任务中获得最先进的结果,代码即将开源!单位:康奈尔大学
注:论文PDF已上传至星球,可一键秒下载
头部MRI预处理包括在标准坐标空间中将原始图像转换为强度归一化、颅骨分离的大脑。在本文中,我们提出了一种端到端的弱监督学习方法,称为神经预处理(NPP),用于通过神经网络…
#CVPR2023 OcTr:用于3D目标检测的基于八叉树的Transformer
OcTr:一种基于八叉树的Transformer的3D目标检测新网络,旨在平衡细粒度的全局表示和效率与可接受的资源成本,性能表现SOTA!优于VoxSeT等网络,单位:北航
注:论文PDF已上传至星球,可一键秒下载
基于激光雷达的3D目标检测的一个关键挑战是从大规模3D场景中捕捉足够的特征,尤其是对于远处或u002F和被遮挡的物体。尽管Transformers最近在长序列建模能力方面做出了努力,但…
暂无评论内容