最佳论文提出了一种无需外部监督即可从原始单视图图像中学习3D变形对象的方法。该方法基于自动编码器，该自动编码器将每个输入图像分解为深度，反射率，视角和照明。为了在无监督的情况下解构这些组件，作者使用了以下事实：许多对象类别至少在原则上具有对称结构。

CVPR2020最佳论文“Unsupervised Learning of Probably Symmetric Deformable 3D Objects from Images in the Wild”在Github上开源的代码，预训练模型在作者提供的链接下载非常慢。

MCIS_wsss 用于弱监督语义分割的跨图像语义挖掘代码[ECCV 2020（oral）] CVPR 2020研讨会上最佳论文奖和WSSS获奖者解决方案CVPR2020 LID挑战的轨迹 ================================================== ========================= 作者：，，，吕凡高。 ================================================== ============

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