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. Python-CVPR2019CVPR20182017论文源码汇总项目

  2. cvpr2019／cvpr2018/cvpr2019 papers，极市团队整理

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：304128
    • 提供者：weixin_39840924

  1. Python-CVPR2019CVPR20182017论文源码汇总项目

  2. cvpr2019／cvpr2018/cvpr2019 papers，极市团队整理

  3. 所属分类：其它

    • 发布日期：2019-08-10
    • 文件大小：299008
    • 提供者：weixin_39841882

  1. itn:CVPR 2018论文的ITN项目代码和模型-源码

  2. ITN：几何感知场景文本检测 ，，，王新超和陶大成。 “ 。”在CVPR中，2018年。 InProceedings{Wang_2018_CVPR, author = {Wang, Fangfang and Zhao, Liming and Li, Xi and Wang, Xinchao and Tao, Dacheng}, title = {Geometry-Aware Scene Text Detection with Instance Transformation Network},

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：288358400
    • 提供者：weixin_42173205

  1. Awesome-3D-Detectors:出色的3D检测方法的清单-源码

  2. 3D检测方法列表 这是一些很棒的3D检测方法的论文和代码清单。我们主要收集自动驾驶中涉及LiDAR的方法。值得注意的是，我们为每篇论文都包含了官方代码和非官方代码。 消息 2021.1.11 pm添加SA-Det3D ：基于自注意的上下文感知3D对象检测。 2020.12.08 pm添加CIA-SSD ：一个支持IoU的单阶段对象检测器。 2020.12.07 pm添加CVCNet ，它提出了一种新的多视图融合方法和跨视图一致性损失。 2020.11.25 pm添加** DA-PointR

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：53248
    • 提供者：weixin_42132325

  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：319488
    • 提供者：weixin_42097967

  1. stargan：StarGAN-官方PyTorch实施（CVPR 2018）-源码

  2. StarGAN-官方PyTorch实施 *****新增功能：可从获得StarGAN v2 ***** 该存储库提供了以下论文的官方PyTorch实现： StarGAN：用于多域图像到图像翻译的统一生成对抗网络1,2， 1,2， 2,3，2，2,4， 1,2- 1韩国大学， 2 Clova AI研究，NAVER Corp. 3香港科技大学新泽西学院4 摘要：最近的研究表明，在两个领域的图像到图像翻译中取得了巨大的成功。 但是，由于应为每对图像域分别构建不同的模型，因此现有方法在处理两个以上

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：1048576
    • 提供者：weixin_42150341

  1. tfoptflow：使用TensorFlow进行光流预测。 实施由Deqing Sun等人撰写的“ PWC-Net：使用金字塔，翘曲和成本量进行光流的CNN”。 （CVPR 2018）-源码

  2. 使用Tensorflow进行光流预测 此存储库提供了基于DesSun的精彩论文“ PWC-Net：使用金字塔，扭曲和成本量进行光流的CNN”的基于TensorFlow的实现。 （CVPR 2018）。 已经有一些尝试使用TensorFlow实施PWC-Net。 但是，它们要么使用本文CNN网络的过时架构，要么仅提供TF推断（不提供TF训练），要么仅在Linux平台上工作，并且不支持多GPU训练。 此实现同时提供基于TF的训练和推理。 它具有可移植性：因为它不使用任何基于CUDA的动态加载的T

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：91226112
    • 提供者：weixin_42125770

  1. LiteFlowNet：LiteFlowNet：用于光流估计的轻量级卷积神经网络，CVPR 2018（Spotlight论文，6.6％）-源码

  2. LiteFlowNet 该存储库（ ）是LiteFlowNet的正式发行版，适用于我的论文 CVPR 2018（Spotlight）中。 本文的最新版本可在。 LiteFlowNet是一种轻量，快速且准确的光学流CNN。 我们开发了几个专门的模块，包括（1）金字塔特征，（2）级联流推断（成本量+亚像素细化），（3）特征翘曲（f-warp）层和（4）通过特征驱动的流规则化局部卷积（f-lconv）层。 LiteFlowNet在KITTI上的表现优于PWC-Net（CVPR 2018），并且模

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：62914560
    • 提供者：weixin_42118161

  1. sketch-photo2seq：重新实现论文“学习具有快捷周期一致性的素描”（CVPR 2018）-源码

  2. sketch-photo2seq 这是CVPR'2018论文《 的重新实现代码。 照片 产生的例子 要求 Python 3 Tensorflow（> = 1.4.0） 或 （用于矢量草图渲染。可以选择其中之一。） sudo apt-get install inkscape # or pip3 install cairosvg 数据准备 从本文开始，我们需要在数据集上对模型进行预训练。 因此，我们需要按照以下步骤预处理QuickDraw-shoes和QMUL-shoes数据： 快

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：336896
    • 提供者：weixin_42155721

  1. 3D-ResNets-PyTorch：用于动作识别的3D ResNets（CVPR 2018）-源码

  2. 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。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：44032
    • 提供者：weixin_42121412

  1. lemniscate.pytorch：通过非参数实例区分进行无监督特征学习-源码

  2. 通过非参数实例区分进行无监督特征学习 此回购包含CVPR2018无监督学习论文的pytorch实施。 更新了预训练模型 提供了具有存储体实现且nce-k = 65536否定值的更新的实例判别模型。 如在CPC / MoCo中一样，使用Softmax-CE损失而不是原始NCE损失来训练更新的模型。 （线性ImageNet Acc 58.5％） 老歌：ResNet18和ResNet50的原始版本经过训练，带有4096个底片和NCE损失。 每个tar球都包含所有ImageNet训练图像（600

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：22528
    • 提供者：weixin_42166105

  1. AdaptSegNet：学习适应结构化输出空间进行语义分割，CVPR 2018（聚焦）-源码

  2. 学习适应结构化输出空间进行语义分割 我们的方法的Pytorch实现，用于从合成数据集（源域）到实际数据集（目标域）适应语义分割。 基于此实施，我们的结果在排名第三。 联系人︰蔡一轩（gmail.com的wasidennis）和洪伟志（uctced dot edu的whung8） 纸 *，*， ， ，和 IEEE 2018年计算机视觉和模式识别会议（CVPR）（聚焦）（*表示同等贡献）。 如果发现对您的研究有用，请引用我们的论文。 inproceedings{Tsai_adaptseg_20

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：2097152
    • 提供者：weixin_42168745

  1. geomapnet：用于照相机定位的地图的几何感知学习（CVPR2018）-源码

  2. 用于相机定位的地图的几何感知学习 这是CVPR 2018论文的PyTorch实施 “”-CVPR 2018（Spotlight）。 ， ， ， 和 四分钟的视频摘要（单击下面的视频） 引文 如果您发现此代码对您的研究有用，请引用我们的论文 inproceedings{mapnet2018, title={Geometry-Aware Learning of Maps for Camera Localization}, author={Samarth Brahmbhatt and

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：2097152
    • 提供者：weixin_42116681