CVPR 2020代码开源项目一放出，得到不少CVers的关注，重点是：开源和根据方向分类。目前star数已经来到2000+，期间也有不少国内外的CVPR 2020论文作者提交issue，分享他们的工作。

 

在此再次更新数据，代码开源的论文突破300+，项目还在持续更新，欢迎补充分享，也推荐大家学习：

https://github.com/amusi/CVPR2020-Code

 

注：下面内容很硬核，可以在CVer公众号后台回复：CVPR2020，即可下载如下内容

CVPR2020-Code

  • CNN

  • 图像分类

  • 目标检测

  • 3D目标检测

  • 视频目标检测

  • 目标跟踪

  • 语义分割

  • 实例分割

  • 全景分割

  • 视频目标分割

  • 超像素分割

  • NAS

  • GAN

  • Re-ID

  • 3D点云（分类/分割/配准/跟踪等）

  • 人脸（识别/检测/重建等）

  • 人体姿态估计(2D/3D)

  • 人体解析

  • 场景文本检测

  • 场景文本识别

  • 特征(点)检测和描述

  • 超分辨率

  • 模型压缩/剪枝

  • 视频理解/行为识别

  • 人群计数

  • 深度估计

  • 6D目标姿态估计

  • 手势估计

  • 显著性检测

  • 去噪

  • 去模糊

  • 去雾

  • 特征点检测与描述

  • 视觉问答(VQA)

  • 视频问答(VideoQA)

  • 视觉语言导航

  • 视频压缩

  • 视频插帧

  • 风格迁移

  • 车道线检测

  • "人-物"交互(HOI)检测

  • 轨迹预测

  • 运动预测

  • 光流估计

  • 图像检索

  • 虚拟试衣

  • HDR

  • 对抗样本

  • 三维重建

  • 深度补全

  • 语义场景补全

  • 图像/视频描述

  • 线框解析

  • 数据集

  • 其他

CNN

Exploring Self-attention for Image Recognition

  • 论文：https://hszhao.github.io/papers/cvpr20_san.pdf

  • 代码：https://github.com/hszhao/SAN

Improving Convolutional Networks with Self-Calibrated Convolutions

  • 主页：https://mmcheng.net/scconv/

  • 论文：http://mftp.mmcheng.net/Papers/20cvprSCNet.pdf

  • 代码：https://github.com/backseason/SCNet

Rethinking Depthwise Separable Convolutions: How Intra-Kernel Correlations Lead to Improved MobileNets

  • 论文：https://arxiv.org/abs/2003.13549

  • 代码：https://github.com/zeiss-microscopy/BSConv

 

图像分类

Compositional Convolutional Neural Networks: A Deep Architecture with Innate Robustness to Partial Occlusion

  • 论文：https://arxiv.org/abs/2003.04490

  • 代码：https://github.com/AdamKortylewski/CompositionalNets

Spatially Attentive Output Layer for Image Classification

  • 论文：https://arxiv.org/abs/2004.07570

  • 代码（好像被原作者删除了）：https://github.com/ildoonet/spatially-attentive-output-layer

 

目标检测

Noise-Aware Fully Webly Supervised Object Detection

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/html/Shen_Noise-Aware_Fully_Webly_Supervised_Object_Detection_CVPR_2020_paper.html

  • 代码：https://github.com/shenyunhang/NA-fWebSOD/

Learning a Unified Sample Weighting Network for Object Detection

  • 论文：https://arxiv.org/abs/2006.06568

  • 代码：https://github.com/caiqi/sample-weighting-network

D2Det: Towards High Quality Object Detection and Instance Segmentation

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/papers/Cao_D2Det_Towards_High_Quality_Object_Detection_and_Instance_Segmentation_CVPR_2020_paper.pdf

  • 代码：https://github.com/JialeCao001/D2Det

Dynamic Refinement Network for Oriented and Densely Packed Object Detection

  • 论文下载链接：https://arxiv.org/abs/2005.09973

  • 代码和数据集：https://github.com/Anymake/DRN_CVPR2020

Scale-Equalizing Pyramid Convolution for Object Detection

论文：https://arxiv.org/abs/2005.03101

代码：https://github.com/jshilong/SEPC

Revisiting the Sibling Head in Object Detector

  • 论文：https://arxiv.org/abs/2003.07540

  • 代码：https://github.com/Sense-X/TSD

Scale-equalizing Pyramid Convolution for Object Detection

  • 论文：暂无

  • 代码：https://github.com/jshilong/SEPC

Detection in Crowded Scenes: One Proposal, Multiple Predictions

  • 论文：https://arxiv.org/abs/2003.09163

  • 代码：https://github.com/megvii-model/CrowdDetection

Instance-aware, Context-focused, and Memory-efficient Weakly Supervised Object Detection

  • 论文：https://arxiv.org/abs/2004.04725

  • 代码：https://github.com/NVlabs/wetectron

Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection

  • 论文：https://arxiv.org/abs/1912.02424

  • 代码：https://github.com/sfzhang15/ATSS

BiDet: An Efficient Binarized Object Detector

  • 论文：https://arxiv.org/abs/2003.03961

  • 代码：https://github.com/ZiweiWangTHU/BiDet

Harmonizing Transferability and Discriminability for Adapting Object Detectors

  • 论文：https://arxiv.org/abs/2003.06297

  • 代码：https://github.com/chaoqichen/HTCN

CentripetalNet: Pursuing High-quality Keypoint Pairs for Object Detection

  • 论文：https://arxiv.org/abs/2003.09119

  • 代码：https://github.com/KiveeDong/CentripetalNet

Hit-Detector: Hierarchical Trinity Architecture Search for Object Detection

  • 论文：https://arxiv.org/abs/2003.11818

  • 代码：https://github.com/ggjy/HitDet.pytorch

EfficientDet: Scalable and Efficient Object Detection

  • 论文：https://arxiv.org/abs/1911.09070

  • 代码：https://github.com/google/automl/tree/master/efficientdet

 

3D目标检测

Structure Aware Single-stage 3D Object Detection from Point Cloud

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/html/He_Structure_Aware_Single-Stage_3D_Object_Detection_From_Point_Cloud_CVPR_2020_paper.html

  • 代码：https://github.com/skyhehe123/SA-SSD

IDA-3D: Instance-Depth-Aware 3D Object Detection from Stereo Vision for Autonomous Driving

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/papers/Peng_IDA-3D_Instance-Depth-Aware_3D_Object_Detection_From_Stereo_Vision_for_Autonomous_CVPR_2020_paper.pdf

  • 代码：https://github.com/swords123/IDA-3D

Train in Germany, Test in The USA: Making 3D Object Detectors Generalize

  • 论文：https://arxiv.org/abs/2005.08139

  • 代码：https://github.com/cxy1997/3D_adapt_auto_driving

MLCVNet: Multi-Level Context VoteNet for 3D Object Detection

  • 论文：https://arxiv.org/abs/2004.05679

  • 代码：https://github.com/NUAAXQ/MLCVNet

3DSSD: Point-based 3D Single Stage Object Detector

  • CVPR 2020 Oral

  • 论文：https://arxiv.org/abs/2002.10187

  • 代码：https://github.com/tomztyang/3DSSD

Disp R-CNN: Stereo 3D Object Detection via Shape Prior Guided Instance Disparity Estimation

  • 论文：https://arxiv.org/abs/2004.03572

  • 代码：https://github.com/zju3dv/disprcn

End-to-End Pseudo-LiDAR for Image-Based 3D Object Detection

  • 论文：https://arxiv.org/abs/2004.03080

  • 代码：https://github.com/mileyan/pseudo-LiDAR_e2e

DSGN: Deep Stereo Geometry Network for 3D Object Detection

  • 论文：https://arxiv.org/abs/2001.03398

  • 代码：https://github.com/chenyilun95/DSGN

LiDAR-based Online 3D Video Object Detection with Graph-based Message Passing and Spatiotemporal Transformer Attention

  • 论文：https://arxiv.org/abs/2004.01389

  • 代码：https://github.com/yinjunbo/3DVID

PV-RCNN: Point-Voxel Feature Set Abstraction for 3D Object Detection

  • 论文：https://arxiv.org/abs/1912.13192

  • 代码：https://github.com/sshaoshuai/PV-RCNN

Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud

  • 论文：https://arxiv.org/abs/2003.01251

  • 代码：https://github.com/WeijingShi/Point-GNN

 

视频目标检测

Memory Enhanced Global-Local Aggregation for Video Object Detection

论文：https://arxiv.org/abs/2003.12063

代码：https://github.com/Scalsol/mega.pytorch

 

目标跟踪

SiamCAR: Siamese Fully Convolutional Classification and Regression for Visual Tracking

  • 论文：https://arxiv.org/abs/1911.07241

  • 代码：https://github.com/ohhhyeahhh/SiamCAR

D3S -- A Discriminative Single Shot Segmentation Tracker

  • 论文：https://arxiv.org/abs/1911.08862

  • 代码：https://github.com/alanlukezic/d3s

ROAM: Recurrently Optimizing Tracking Model

  • 论文：https://arxiv.org/abs/1907.12006

  • 代码：https://github.com/skyoung/ROAM

Siam R-CNN: Visual Tracking by Re-Detection

  • 主页：https://www.vision.rwth-aachen.de/page/siamrcnn

  • 论文：https://arxiv.org/abs/1911.12836

  • 论文2：https://www.vision.rwth-aachen.de/media/papers/192/siamrcnn.pdf

  • 代码：https://github.com/VisualComputingInstitute/SiamR-CNN

Cooling-Shrinking Attack: Blinding the Tracker with Imperceptible Noises

  • 论文：https://arxiv.org/abs/2003.09595

  • 代码：https://github.com/MasterBin-IIAU/CSA

High-Performance Long-Term Tracking with Meta-Updater

  • 论文：https://arxiv.org/abs/2004.00305

  • 代码：https://github.com/Daikenan/LTMU

AutoTrack: Towards High-Performance Visual Tracking for UAV with Automatic Spatio-Temporal Regularization

  • 论文：https://arxiv.org/abs/2003.12949

  • 代码：https://github.com/vision4robotics/AutoTrack

Probabilistic Regression for Visual Tracking

  • 论文：https://arxiv.org/abs/2003.12565

  • 代码：https://github.com/visionml/pytracking

MAST: A Memory-Augmented Self-supervised Tracker

  • 论文：https://arxiv.org/abs/2002.07793

  • 代码：https://github.com/zlai0/MAST

Siamese Box Adaptive Network for Visual Tracking

  • 论文：https://arxiv.org/abs/2003.06761

  • 代码：https://github.com/hqucv/siamban

 

语义分割

Super-BPD: Super Boundary-to-Pixel Direction for Fast Image Segmentation

  • 论文：暂无

  • 代码：https://github.com/JianqiangWan/Super-BPD

Single-Stage Semantic Segmentation from Image Labels

  • 论文：https://arxiv.org/abs/2005.08104

  • 代码：https://github.com/visinf/1-stage-wseg

Learning Texture Invariant Representation for Domain Adaptation of Semantic Segmentation

  • 论文：https://arxiv.org/abs/2003.00867

  • 代码：https://github.com/MyeongJin-Kim/Learning-Texture-Invariant-Representation

MSeg: A Composite Dataset for Multi-domain Semantic Segmentation

  • 论文：http://vladlen.info/papers/MSeg.pdf

  • 代码：https://github.com/mseg-dataset/mseg-api

CascadePSP: Toward Class-Agnostic and Very High-Resolution Segmentation via Global and Local Refinement

  • 论文：https://arxiv.org/abs/2005.02551

  • 代码：https://github.com/hkchengrex/CascadePSP

Unsupervised Intra-domain Adaptation for Semantic Segmentation through Self-Supervision

  • Oral

  • 论文：https://arxiv.org/abs/2004.07703

  • 代码：https://github.com/feipan664/IntraDA

Self-supervised Equivariant Attention Mechanism for Weakly Supervised Semantic Segmentation

  • 论文：https://arxiv.org/abs/2004.04581

  • 代码：https://github.com/YudeWang/SEAM

Temporally Distributed Networks for Fast Video Segmentation

  • 论文：https://arxiv.org/abs/2004.01800

  • 代码：https://github.com/feinanshan/TDNet

Context Prior for Scene Segmentation

  • 论文：https://arxiv.org/abs/2004.01547

  • 代码：https://git.io/ContextPrior

Strip Pooling: Rethinking Spatial Pooling for Scene Parsing

  • 论文：https://arxiv.org/abs/2003.13328

  • 代码：https://github.com/Andrew-Qibin/SPNet

Cars Can't Fly up in the Sky: Improving Urban-Scene Segmentation via Height-driven Attention Networks

  • 论文：https://arxiv.org/abs/2003.05128

  • 代码：https://github.com/shachoi/HANet

Learning Dynamic Routing for Semantic Segmentation

  • 论文：https://arxiv.org/abs/2003.10401

  • 代码：https://github.com/yanwei-li/DynamicRouting

 

实例分割

D2Det: Towards High Quality Object Detection and Instance Segmentation

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/papers/Cao_D2Det_Towards_High_Quality_Object_Detection_and_Instance_Segmentation_CVPR_2020_paper.pdf

  • 代码：https://github.com/JialeCao001/D2Det

PolarMask: Single Shot Instance Segmentation with Polar Representation

  • 论文：https://arxiv.org/abs/1909.13226

  • 代码：https://github.com/xieenze/PolarMask

  • 解读：https://zhuanlan.zhihu.com/p/84890413

CenterMask : Real-Time Anchor-Free Instance Segmentation

  • 论文：https://arxiv.org/abs/1911.06667

  • 代码：https://github.com/youngwanLEE/CenterMask

BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation

  • 论文：https://arxiv.org/abs/2001.00309

  • 代码：https://github.com/aim-uofa/AdelaiDet

Deep Snake for Real-Time Instance Segmentation

  • 论文：https://arxiv.org/abs/2001.01629

  • 代码：https://github.com/zju3dv/snake

Mask Encoding for Single Shot Instance Segmentation

  • 论文：https://arxiv.org/abs/2003.11712

  • 代码：https://github.com/aim-uofa/AdelaiDet

 

全景分割

Pixel Consensus Voting for Panoptic Segmentation

  • 论文：https://arxiv.org/abs/2004.01849

  • 代码：还未公布

BANet: Bidirectional Aggregation Network with Occlusion Handling for Panoptic Segmentation

论文：https://arxiv.org/abs/2003.14031

代码：https://github.com/Mooonside/BANet

 

视频目标分割

A Transductive Approach for Video Object Segmentation

  • 论文：https://arxiv.org/abs/2004.07193

  • 代码：https://github.com/microsoft/transductive-vos.pytorch

State-Aware Tracker for Real-Time Video Object Segmentation

  • 论文：https://arxiv.org/abs/2003.00482

  • 代码：https://github.com/MegviiDetection/video_analyst

Learning Fast and Robust Target Models for Video Object Segmentation

  • 论文：https://arxiv.org/abs/2003.00908

  • 代码：https://github.com/andr345/frtm-vos

Learning Video Object Segmentation from Unlabeled Videos

  • 论文：https://arxiv.org/abs/2003.05020

  • 代码：https://github.com/carrierlxk/MuG

 

超像素分割

Superpixel Segmentation with Fully Convolutional Networks

  • 论文：https://arxiv.org/abs/2003.12929

  • 代码：https://github.com/fuy34/superpixel_fcn

 

NAS

AOWS: Adaptive and optimal network width search with latency constraints

  • 论文：https://arxiv.org/abs/2005.10481

  • 代码：https://github.com/bermanmaxim/AOWS

Densely Connected Search Space for More Flexible Neural Architecture Search

  • 论文：https://arxiv.org/abs/1906.09607

  • 代码：https://github.com/JaminFong/DenseNAS

MTL-NAS: Task-Agnostic Neural Architecture Search towards General-Purpose Multi-Task Learning

  • 论文：https://arxiv.org/abs/2003.14058

  • 代码：https://github.com/bhpfelix/MTLNAS

FBNetV2: Differentiable Neural Architecture Search for Spatial and Channel Dimensions

  • 论文下载链接：https://arxiv.org/abs/2004.05565

  • 代码：https://github.com/facebookresearch/mobile-vision

Neural Architecture Search for Lightweight Non-Local Networks

  • 论文：https://arxiv.org/abs/2004.01961

  • 代码：https://github.com/LiYingwei/AutoNL

Rethinking Performance Estimation in Neural Architecture Search

  • 论文：https://arxiv.org/abs/2005.09917

  • 代码：https://github.com/zhengxiawu/rethinking_performance_estimation_in_NAS

  • 解读1：https://www.zhihu.com/question/372070853/answer/1035234510

  • 解读2：https://zhuanlan.zhihu.com/p/111167409

CARS: Continuous Evolution for Efficient Neural Architecture Search

  • 论文：https://arxiv.org/abs/1909.04977

  • 代码（即将开源）：https://github.com/huawei-noah/CARS

 

GAN

Distribution-induced Bidirectional Generative Adversarial Network for Graph Representation Learning

  • 论文：https://arxiv.org/abs/1912.01899

  • 代码：https://github.com/SsGood/DBGAN

PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer

  • 论文：https://arxiv.org/abs/1909.06956

  • 代码：https://github.com/wtjiang98/PSGAN

Semantically Mutil-modal Image Synthesis

  • 主页：http://seanseattle.github.io/SMIS

  • 论文：https://arxiv.org/abs/2003.12697

  • 代码：https://github.com/Seanseattle/SMIS

Unpaired Portrait Drawing Generation via Asymmetric Cycle Mapping

  • 论文：https://yiranran.github.io/files/CVPR2020_Unpaired%20Portrait%20Drawing%20Generation%20via%20Asymmetric%20Cycle%20Mapping.pdf

  • 代码：https://github.com/yiranran/Unpaired-Portrait-Drawing

Learning to Cartoonize Using White-box Cartoon Representations

  • 论文：https://github.com/SystemErrorWang/White-box-Cartoonization/blob/master/paper/06791.pdf

  • 主页：https://systemerrorwang.github.io/White-box-Cartoonization/

  • 代码：https://github.com/SystemErrorWang/White-box-Cartoonization

  • 解读：https://zhuanlan.zhihu.com/p/117422157

  • Demo视频：https://www.bilibili.com/video/av56708333

GAN Compression: Efficient Architectures for Interactive Conditional GANs

  • 论文：https://arxiv.org/abs/2003.08936

  • 代码：https://github.com/mit-han-lab/gan-compression

Watch your Up-Convolution: CNN Based Generative Deep Neural Networks are Failing to Reproduce Spectral Distributions

  • 论文：https://arxiv.org/abs/2003.01826

  • 代码：https://github.com/cc-hpc-itwm/UpConv

 

Re-ID

COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification

  • 论文：https://arxiv.org/abs/2005.07862

  • 数据集：暂无

Transferable, Controllable, and Inconspicuous Adversarial Attacks on Person Re-identification With Deep Mis-Ranking

  • 论文：https://arxiv.org/abs/2004.04199

  • 代码：https://github.com/whj363636/Adversarial-attack-on-Person-ReID-With-Deep-Mis-Ranking

Pose-guided Visible Part Matching for Occluded Person ReID

  • 论文：https://arxiv.org/abs/2004.00230

  • 代码：https://github.com/hh23333/PVPM

Weakly supervised discriminative feature learning with state information for person identification

  • 论文：https://arxiv.org/abs/2002.11939

  • 代码：https://github.com/KovenYu/state-information

 

3D点云（分类/分割/配准等）

3D点云卷积

PointASNL: Robust Point Clouds Processing using Nonlocal Neural Networks with Adaptive Sampling

  • 论文：https://arxiv.org/abs/2003.00492

  • 代码：https://github.com/yanx27/PointASNL

Global-Local Bidirectional Reasoning for Unsupervised Representation Learning of 3D Point Clouds

  • 论文下载链接：https://arxiv.org/abs/2003.12971

  • 代码：https://github.com/raoyongming/PointGLR

Grid-GCN for Fast and Scalable Point Cloud Learning

  • 论文：https://arxiv.org/abs/1912.02984

  • 代码：https://github.com/Xharlie/Grid-GCN

FPConv: Learning Local Flattening for Point Convolution

  • 论文：https://arxiv.org/abs/2002.10701

  • 代码：https://github.com/lyqun/FPConv

3D点云分类

PointAugment: an Auto-Augmentation Framework for Point Cloud Classification

  • 论文：https://arxiv.org/abs/2002.10876

  • 代码（即将开源）：https://github.com/liruihui/PointAugment/

3D点云语义分割

RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds

  • 论文：https://arxiv.org/abs/1911.11236

  • 代码：https://github.com/QingyongHu/RandLA-Net

  • 解读：https://zhuanlan.zhihu.com/p/105433460

Weakly Supervised Semantic Point Cloud Segmentation:Towards 10X Fewer Labels

  • 论文：https://arxiv.org/abs/2004.0409

  • 代码：https://github.com/alex-xun-xu/WeakSupPointCloudSeg

PolarNet: An Improved Grid Representation for Online LiDAR Point Clouds Semantic Segmentation

  • 论文：https://arxiv.org/abs/2003.14032

  • 代码：https://github.com/edwardzhou130/PolarSeg

Learning to Segment 3D Point Clouds in 2D Image Space

  • 论文：https://arxiv.org/abs/2003.05593

  • 代码：https://github.com/WPI-VISLab/Learning-to-Segment-3D-Point-Clouds-in-2D-Image-Space

3D点云实例分割

PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation

  • 论文：https://arxiv.org/abs/2004.01658

  • 代码：https://github.com/Jia-Research-Lab/PointGroup

3D点云配准

D3Feat: Joint Learning of Dense Detection and Description of 3D Local Features

  • 论文：https://arxiv.org/abs/2003.03164

  • 代码：https://github.com/XuyangBai/D3Feat

RPM-Net: Robust Point Matching using Learned Features

  • 论文：https://arxiv.org/abs/2003.13479

  • 代码：https://github.com/yewzijian/RPMNet

3D点云补全

Cascaded Refinement Network for Point Cloud Completion

  • 论文：https://arxiv.org/abs/2004.03327

  • 代码：https://github.com/xiaogangw/cascaded-point-completion

3D点云目标跟踪

P2B: Point-to-Box Network for 3D Object Tracking in Point Clouds

  • 论文：https://arxiv.org/abs/2005.13888

  • 代码：https://github.com/HaozheQi/P2B

 

人脸

人脸识别

CurricularFace: Adaptive Curriculum Learning Loss for Deep Face Recognition

  • 论文：https://arxiv.org/abs/2004.00288

  • 代码：https://github.com/HuangYG123/CurricularFace

Learning Meta Face Recognition in Unseen Domains

  • 论文：https://arxiv.org/abs/2003.07733

  • 代码：https://github.com/cleardusk/MFR

  • 解读：https://mp.weixin.qq.com/s/YZoEnjpnlvb90qSI3xdJqQ

人脸检测

人脸活体检测

Searching Central Difference Convolutional Networks for Face Anti-Spoofing

  • 论文：https://arxiv.org/abs/2003.04092

  • 代码：https://github.com/ZitongYu/CDCN

人脸表情识别

Suppressing Uncertainties for Large-Scale Facial Expression Recognition

  • 论文：https://arxiv.org/abs/2002.10392

  • 代码（即将开源）：https://github.com/kaiwang960112/Self-Cure-Network

人脸转正

Rotate-and-Render: Unsupervised Photorealistic Face Rotation from Single-View Images

  • 论文：https://arxiv.org/abs/2003.08124

  • 代码：https://github.com/Hangz-nju-cuhk/Rotate-and-Render

人脸3D重建

AvatarMe: Realistically Renderable 3D Facial Reconstruction "in-the-wild"

  • 论文：https://arxiv.org/abs/2003.13845

  • 数据集：https://github.com/lattas/AvatarMe

FaceScape: a Large-scale High Quality 3D Face Dataset and Detailed Riggable 3D Face Prediction

  • 论文：https://arxiv.org/abs/2003.13989

  • 代码：https://github.com/zhuhao-nju/facescape

 

人体姿态估计(2D/3D)

2D人体姿态估计

HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation

  • 论文：https://arxiv.org/abs/1908.10357

  • 代码：https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation

The Devil is in the Details: Delving into Unbiased Data Processing for Human Pose Estimation

  • 论文：https://arxiv.org/abs/1911.07524

  • 代码：https://github.com/HuangJunJie2017/UDP-Pose

  • 解读：https://zhuanlan.zhihu.com/p/92525039

Distribution-Aware Coordinate Representation for Human Pose Estimation

  • 主页：https://ilovepose.github.io/coco/

  • 论文：https://arxiv.org/abs/1910.06278

  • 代码：https://github.com/ilovepose/DarkPose

3D人体姿态估计

Fusing Wearable IMUs with Multi-View Images for Human Pose Estimation: A Geometric Approach

  • 主页：https://www.zhe-zhang.com/cvpr2020

  • 论文：https://arxiv.org/abs/2003.11163

  • 代码：https://github.com/CHUNYUWANG/imu-human-pose-pytorch

Bodies at Rest: 3D Human Pose and Shape Estimation from a Pressure Image using Synthetic Data

  • 论文下载链接：https://arxiv.org/abs/2004.01166

  • 代码：https://github.com/Healthcare-Robotics/bodies-at-rest

  • 数据集：https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/KOA4ML

Self-Supervised 3D Human Pose Estimation via Part Guided Novel Image Synthesis

  • 主页：http://val.cds.iisc.ac.in/pgp-human/

  • 论文：https://arxiv.org/abs/2004.04400

Compressed Volumetric Heatmaps for Multi-Person 3D Pose Estimation

  • 论文：https://arxiv.org/abs/2004.00329

  • 代码：https://github.com/fabbrimatteo/LoCO

VIBE: Video Inference for Human Body Pose and Shape Estimation

  • 论文：https://arxiv.org/abs/1912.05656

  • 代码：https://github.com/mkocabas/VIBE

Back to the Future: Joint Aware Temporal Deep Learning 3D Human Pose Estimation

  • 论文：https://arxiv.org/abs/2002.11251

  • 代码：https://github.com/vnmr/JointVideoPose3D

Cross-View Tracking for Multi-Human 3D Pose Estimation at over 100 FPS

  • 论文：https://arxiv.org/abs/2003.03972

  • 数据集：暂无

 

人体解析

Correlating Edge, Pose with Parsing

  • 论文：https://arxiv.org/abs/2005.01431

  • 代码：https://github.com/ziwei-zh/CorrPM

 

场景文本检测

ContourNet: Taking a Further Step Toward Accurate Arbitrary-Shaped Scene Text Detection

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/papers/Wang_ContourNet_Taking_a_Further_Step_Toward_Accurate_Arbitrary-Shaped_Scene_Text_CVPR_2020_paper.pdf

  • 代码：https://github.com/wangyuxin87/ContourNet

UnrealText: Synthesizing Realistic Scene Text Images from the Unreal World

  • 论文：https://arxiv.org/abs/2003.10608

  • 代码和数据集：https://github.com/Jyouhou/UnrealText/

ABCNet: Real-time Scene Text Spotting with Adaptive Bezier-Curve Network

  • 论文：https://arxiv.org/abs/2002.10200

  • 代码（即将开源）：https://github.com/Yuliang-Liu/bezier_curve_text_spotting

  • 代码（即将开源）：https://github.com/aim-uofa/adet

Deep Relational Reasoning Graph Network for Arbitrary Shape Text Detection

  • 论文：https://arxiv.org/abs/2003.07493

  • 代码：https://github.com/GXYM/DRRG

 

场景文本识别

SEED: Semantics Enhanced Encoder-Decoder Framework for Scene Text Recognition

  • 论文：https://arxiv.org/abs/2005.10977

  • 代码：https://github.com/Pay20Y/SEED

UnrealText: Synthesizing Realistic Scene Text Images from the Unreal World

  • 论文：https://arxiv.org/abs/2003.10608

  • 代码和数据集：https://github.com/Jyouhou/UnrealText/

ABCNet: Real-time Scene Text Spotting with Adaptive Bezier-Curve Network

  • 论文：https://arxiv.org/abs/2002.10200

  • 代码（即将开源）：https://github.com/aim-uofa/adet

Learn to Augment: Joint Data Augmentation and Network Optimization for Text Recognition

  • 论文：https://arxiv.org/abs/2003.06606

  • 代码：https://github.com/Canjie-Luo/Text-Image-Augmentation

 

特征(点)检测和描述

SuperGlue: Learning Feature Matching with Graph Neural Networks

  • 论文：https://arxiv.org/abs/1911.11763

  • 代码：https://github.com/magicleap/SuperGluePretrainedNetwork

 

超分辨率

图像超分辨率

Closed-Loop Matters: Dual Regression Networks for Single Image Super-Resolution

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/html/Guo_Closed-Loop_Matters_Dual_Regression_Networks_for_Single_Image_Super-Resolution_CVPR_2020_paper.html

  • 代码：https://github.com/guoyongcs/DRN

Learning Texture Transformer Network for Image Super-Resolution

  • 论文：https://arxiv.org/abs/2006.04139

  • 代码：https://github.com/FuzhiYang/TTSR

Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive Self-Exemplars Mining

  • 论文：https://arxiv.org/abs/2006.01424

  • 代码：https://github.com/SHI-Labs/Cross-Scale-Non-Local-Attention

Structure-Preserving Super Resolution with Gradient Guidance

  • 论文：https://arxiv.org/abs/2003.13081

  • 代码：https://github.com/Maclory/SPSR

Rethinking Data Augmentation for Image Super-resolution: A Comprehensive Analysis and a New Strategy

论文：https://arxiv.org/abs/2004.00448

代码：https://github.com/clovaai/cutblur

视频超分辨率

TDAN: Temporally-Deformable Alignment Network for Video Super-Resolution

  • 论文：https://arxiv.org/abs/1812.02898

  • 代码：https://github.com/YapengTian/TDAN-VSR-CVPR-2020

Space-Time-Aware Multi-Resolution Video Enhancement

  • 主页：https://alterzero.github.io/projects/STAR.html

  • 论文：http://arxiv.org/abs/2003.13170

  • 代码：https://github.com/alterzero/STARnet

Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution

  • 论文：https://arxiv.org/abs/2002.11616

  • 代码：https://github.com/Mukosame/Zooming-Slow-Mo-CVPR-2020

 

模型压缩/剪枝

DMCP: Differentiable Markov Channel Pruning for Neural Networks

  • 论文：https://arxiv.org/abs/2005.03354

  • 代码：https://github.com/zx55/dmcp

Forward and Backward Information Retention for Accurate Binary Neural Networks

  • 论文：https://arxiv.org/abs/1909.10788

  • 代码：https://github.com/htqin/IR-Net

Towards Efficient Model Compression via Learned Global Ranking

  • 论文：https://arxiv.org/abs/1904.12368

  • 代码：https://github.com/cmu-enyac/LeGR

HRank: Filter Pruning using High-Rank Feature Map

  • 论文：http://arxiv.org/abs/2002.10179

  • 代码：https://github.com/lmbxmu/HRank

GAN Compression: Efficient Architectures for Interactive Conditional GANs

  • 论文：https://arxiv.org/abs/2003.08936

  • 代码：https://github.com/mit-han-lab/gan-compression

Group Sparsity: The Hinge Between Filter Pruning and Decomposition for Network Compression

  • 论文：https://arxiv.org/abs/2003.08935

  • 代码：https://github.com/ofsoundof/group_sparsity

 

视频理解/行为识别

Oops! Predicting Unintentional Action in Video

  • 主页：https://oops.cs.columbia.edu/

  • 论文：https://arxiv.org/abs/1911.11206

  • 代码：https://github.com/cvlab-columbia/oops

  • 数据集：https://oops.cs.columbia.edu/data

PREDICT & CLUSTER: Unsupervised Skeleton Based Action Recognition

  • 论文：https://arxiv.org/abs/1911.12409

  • 代码：https://github.com/shlizee/Predict-Cluster

Intra- and Inter-Action Understanding via Temporal Action Parsing

  • 论文：https://arxiv.org/abs/2005.10229

  • 主页和数据集：https://sdolivia.github.io/TAPOS/

3DV: 3D Dynamic Voxel for Action Recognition in Depth Video

  • 论文：https://arxiv.org/abs/2005.05501

  • 代码：https://github.com/3huo/3DV-Action

FineGym: A Hierarchical Video Dataset for Fine-grained Action Understanding

  • 主页：https://sdolivia.github.io/FineGym/

  • 论文：https://arxiv.org/abs/2004.06704

TEA: Temporal Excitation and Aggregation for Action Recognition

  • 论文：https://arxiv.org/abs/2004.01398

  • 代码：https://github.com/Phoenix1327/tea-action-recognition

X3D: Expanding Architectures for Efficient Video Recognition

  • 论文：https://arxiv.org/abs/2004.04730

  • 代码：https://github.com/facebookresearch/SlowFast

Temporal Pyramid Network for Action Recognition

  • 主页：https://decisionforce.github.io/TPN

  • 论文：https://arxiv.org/abs/2004.03548

  • 代码：https://github.com/decisionforce/TPN

基于骨架的动作识别

Disentangling and Unifying Graph Convolutions for Skeleton-Based Action Recognition

  • 论文：https://arxiv.org/abs/2003.14111

  • 代码：https://github.com/kenziyuliu/ms-g3d

 

人群计数

 

深度估计

BiFuse: Monocular 360◦ Depth Estimation via Bi-Projection Fusion

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/papers/Wang_BiFuse_Monocular_360_Depth_Estimation_via_Bi-Projection_Fusion_CVPR_2020_paper.pdf

  • 代码：https://github.com/Yeh-yu-hsuan/BiFuse

Focus on defocus: bridging the synthetic to real domain gap for depth estimation

  • 论文：https://arxiv.org/abs/2005.09623

  • 代码：https://github.com/dvl-tum/defocus-net

Bi3D: Stereo Depth Estimation via Binary Classifications

  • 论文：https://arxiv.org/abs/2005.07274

  • 代码：https://github.com/NVlabs/Bi3D

AANet: Adaptive Aggregation Network for Efficient Stereo Matching

  • 论文：https://arxiv.org/abs/2004.09548

  • 代码：https://github.com/haofeixu/aanet

Towards Better Generalization: Joint Depth-Pose Learning without PoseNet

  • 论文：https://github.com/B1ueber2y/TrianFlow

  • 代码：https://github.com/B1ueber2y/TrianFlow

单目深度估计

On the uncertainty of self-supervised monocular depth estimation

  • 论文：https://arxiv.org/abs/2005.06209

  • 代码：https://github.com/mattpoggi/mono-uncertainty

3D Packing for Self-Supervised Monocular Depth Estimation

  • 论文：https://arxiv.org/abs/1905.02693

  • 代码：https://github.com/TRI-ML/packnet-sfm

  • Demo视频：https://www.bilibili.com/video/av70562892/

Domain Decluttering: Simplifying Images to Mitigate Synthetic-Real Domain Shift and Improve Depth Estimation

  • 论文：https://arxiv.org/abs/2002.12114

  • 代码：https://github.com/yzhao520/ARC

 

6D目标姿态估计

MoreFusion: Multi-object Reasoning for 6D Pose Estimation from Volumetric Fusion

  • 论文：https://arxiv.org/abs/2004.04336

  • 代码：https://github.com/wkentaro/morefusion

EPOS: Estimating 6D Pose of Objects with Symmetries

主页：http://cmp.felk.cvut.cz/epos

论文：https://arxiv.org/abs/2004.00605

G2L-Net: Global to Local Network for Real-time 6D Pose Estimation with Embedding Vector Features

  • 论文：https://arxiv.org/abs/2003.11089

  • 代码：https://github.com/DC1991/G2L_Net

 

手势估计

HOPE-Net: A Graph-based Model for Hand-Object Pose Estimation

  • 论文：https://arxiv.org/abs/2004.00060

  • 主页：http://vision.sice.indiana.edu/projects/hopenet

Monocular Real-time Hand Shape and Motion Capture using Multi-modal Data

  • 论文：https://arxiv.org/abs/2003.09572

  • 代码：https://github.com/CalciferZh/minimal-hand

 

显著性检测

JL-DCF: Joint Learning and Densely-Cooperative Fusion Framework for RGB-D Salient Object Detection

  • 论文：https://arxiv.org/abs/2004.08515

  • 代码：https://github.com/kerenfu/JLDCF/

UC-Net: Uncertainty Inspired RGB-D Saliency Detection via Conditional Variational Autoencoders

  • 主页：http://dpfan.net/d3netbenchmark/

  • 论文：https://arxiv.org/abs/2004.05763

  • 代码：https://github.com/JingZhang617/UCNet

 

去噪

A Physics-based Noise Formation Model for Extreme Low-light Raw Denoising

  • 论文：https://arxiv.org/abs/2003.12751

  • 代码：https://github.com/Vandermode/NoiseModel

CycleISP: Real Image Restoration via Improved Data Synthesis

  • 论文：https://arxiv.org/abs/2003.07761

  • 代码：https://github.com/swz30/CycleISP

 

去雨

Multi-Scale Progressive Fusion Network for Single Image Deraining

  • 论文：https://arxiv.org/abs/2003.10985

  • 代码：https://github.com/kuihua/MSPFN

 

去模糊

视频去模糊

Cascaded Deep Video Deblurring Using Temporal Sharpness Prior

  • 主页：https://csbhr.github.io/projects/cdvd-tsp/index.html

  • 论文：https://arxiv.org/abs/2004.02501

  • 代码：https://github.com/csbhr/CDVD-TSP

 

去雾

Multi-Scale Boosted Dehazing Network with Dense Feature Fusion

  • 论文：https://arxiv.org/abs/2004.13388

  • 代码：https://github.com/BookerDeWitt/MSBDN-DFF

 

特征点检测与描述

ASLFeat: Learning Local Features of Accurate Shape and Localization

  • 论文：https://arxiv.org/abs/2003.10071

  • 代码：https://github.com/lzx551402/aslfeat

 

视觉问答(VQA)

VC R-CNN：Visual Commonsense R-CNN

  • 论文：https://arxiv.org/abs/2002.12204

  • 代码：https://github.com/Wangt-CN/VC-R-CNN

 

视频问答(VideoQA)

Hierarchical Conditional Relation Networks for Video Question Answering

  • 论文：https://arxiv.org/abs/2002.10698

  • 代码：https://github.com/thaolmk54/hcrn-videoqa

 

视觉语言导航

Towards Learning a Generic Agent for Vision-and-Language Navigation via Pre-training

  • 论文：https://arxiv.org/abs/2002.10638

  • 代码（即将开源）：https://github.com/weituo12321/PREVALENT

 

视频压缩

Learning for Video Compression with Hierarchical Quality and Recurrent Enhancement

  • 论文：https://arxiv.org/abs/2003.01966

  • 代码：https://github.com/RenYang-home/HLVC

 

视频插帧

FeatureFlow: Robust Video Interpolation via Structure-to-Texture Generation

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/html/Gui_FeatureFlow_Robust_Video_Interpolation_via_Structure-to-Texture_Generation_CVPR_2020_paper.html

  • 代码：https://github.com/CM-BF/FeatureFlow

Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution

  • 论文：https://arxiv.org/abs/2002.11616

  • 代码：https://github.com/Mukosame/Zooming-Slow-Mo-CVPR-2020

Space-Time-Aware Multi-Resolution Video Enhancement

  • 主页：https://alterzero.github.io/projects/STAR.html

  • 论文：http://arxiv.org/abs/2003.13170

  • 代码：https://github.com/alterzero/STARnet

Scene-Adaptive Video Frame Interpolation via Meta-Learning

  • 论文：https://arxiv.org/abs/2004.00779

  • 代码：https://github.com/myungsub/meta-interpolation

Softmax Splatting for Video Frame Interpolation

  • 主页：http://sniklaus.com/papers/softsplat

  • 论文：https://arxiv.org/abs/2003.05534

  • 代码：https://github.com/sniklaus/softmax-splatting

 

风格迁移

Diversified Arbitrary Style Transfer via Deep Feature Perturbation

  • 论文：https://arxiv.org/abs/1909.08223

  • 代码：https://github.com/EndyWon/Deep-Feature-Perturbation

Collaborative Distillation for Ultra-Resolution Universal Style Transfer

  • 论文：https://arxiv.org/abs/2003.08436

  • 代码：https://github.com/mingsun-tse/collaborative-distillation

 

车道线检测

Inter-Region Affinity Distillation for Road Marking Segmentation

  • 论文：https://arxiv.org/abs/2004.05304

  • 代码：https://github.com/cardwing/Codes-for-IntRA-KD

 

"人-物"交互(HOT)检测

PPDM: Parallel Point Detection and Matching for Real-time Human-Object Interaction Detection

  • 论文：https://arxiv.org/abs/1912.12898

  • 代码：https://github.com/YueLiao/PPDM

Detailed 2D-3D Joint Representation for Human-Object Interaction

  • 论文：https://arxiv.org/abs/2004.08154

  • 代码：https://github.com/DirtyHarryLYL/DJ-RN

Cascaded Human-Object Interaction Recognition

  • 论文：https://arxiv.org/abs/2003.04262

  • 代码：https://github.com/tfzhou/C-HOI

VSGNet: Spatial Attention Network for Detecting Human Object Interactions Using Graph Convolutions

  • 论文：https://arxiv.org/abs/2003.05541

  • 代码：https://github.com/ASMIftekhar/VSGNet

 

轨迹预测

The Garden of Forking Paths: Towards Multi-Future Trajectory Prediction

  • 论文：https://arxiv.org/abs/1912.06445

  • 代码：https://github.com/JunweiLiang/Multiverse

  • 数据集：https://next.cs.cmu.edu/multiverse/

Social-STGCNN: A Social Spatio-Temporal Graph Convolutional Neural Network for Human Trajectory Prediction

  • 论文：https://arxiv.org/abs/2002.11927

  • 代码：https://github.com/abduallahmohamed/Social-STGCNN

 

运动预测

Collaborative Motion Prediction via Neural Motion Message Passing

  • 论文：https://arxiv.org/abs/2003.06594

  • 代码：https://github.com/PhyllisH/NMMP

MotionNet: Joint Perception and Motion Prediction for Autonomous Driving Based on Bird's Eye View Maps

  • 论文：https://arxiv.org/abs/2003.06754

  • 代码：https://github.com/pxiangwu/MotionNet

 

光流估计

Learning by Analogy: Reliable Supervision from Transformations for Unsupervised Optical Flow Estimation

  • 论文：https://arxiv.org/abs/2003.13045

  • 代码：https://github.com/lliuz/ARFlow

 

图像检索

Evade Deep Image Retrieval by Stashing Private Images in the Hash Space

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/html/Xiao_Evade_Deep_Image_Retrieval_by_Stashing_Private_Images_in_the_CVPR_2020_paper.html

  • 代码：https://github.com/sugarruy/hashstash

 

虚拟试衣

Towards Photo-Realistic Virtual Try-On by Adaptively Generating↔Preserving Image Content

  • 论文：https://arxiv.org/abs/2003.05863

  • 代码：https://github.com/switchablenorms/DeepFashion_Try_On

 

HDR

Single-Image HDR Reconstruction by Learning to Reverse the Camera Pipeline

  • 主页：https://www.cmlab.csie.ntu.edu.tw/~yulunliu/SingleHDR

  • 论文下载链接：https://www.cmlab.csie.ntu.edu.tw/~yulunliu/SingleHDR_/00942.pdf

  • 代码：https://github.com/alex04072000/SingleHDR

 

对抗样本

Towards Large yet Imperceptible Adversarial Image Perturbations with Perceptual Color Distance

  • 论文：https://arxiv.org/abs/1911.02466

  • 代码：https://github.com/ZhengyuZhao/PerC-Adversarial

 

三维重建

Unsupervised Learning of Probably Symmetric Deformable 3D Objects from Images in the Wild

  • CVPR 2020 Best Paper

  • 主页：https://elliottwu.com/projects/unsup3d/

  • 论文：https://arxiv.org/abs/1911.11130

  • 代码：https://github.com/elliottwu/unsup3d

Multi-Level Pixel-Aligned Implicit Function for High-Resolution 3D Human Digitization

  • 主页：https://shunsukesaito.github.io/PIFuHD/

  • 论文：https://arxiv.org/abs/2004.00452

  • 代码：https://github.com/facebookresearch/pifuhd

 

深度补全

Uncertainty-Aware CNNs for Depth Completion: Uncertainty from Beginning to End

论文：https://arxiv.org/abs/2006.03349

代码：https://github.com/abdo-eldesokey/pncnn

 

语义场景补全

3D Sketch-aware Semantic Scene Completion via Semi-supervised Structure Prior

  • 论文：https://arxiv.org/abs/2003.14052

  • 代码：https://github.com/charlesCXK/3D-SketchAware-SSC

 

图像/视频描述

Syntax-Aware Action Targeting for Video Captioning

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/papers/Zheng_Syntax-Aware_Action_Targeting_for_Video_Captioning_CVPR_2020_paper.pdf

  • 代码：https://github.com/SydCaption/SAAT

 

线框解析

Holistically-Attracted Wireframe Parser

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/html/Xue_Holistically-Attracted_Wireframe_Parsing_CVPR_2020_paper.html

  • 代码：https://github.com/cherubicXN/hawp

 

数据集

Oops! Predicting Unintentional Action in Video

  • 主页：https://oops.cs.columbia.edu/

  • 论文：https://arxiv.org/abs/1911.11206

  • 代码：https://github.com/cvlab-columbia/oops

  • 数据集：https://oops.cs.columbia.edu/data

The Garden of Forking Paths: Towards Multi-Future Trajectory Prediction

  • 论文：https://arxiv.org/abs/1912.06445

  • 代码：https://github.com/JunweiLiang/Multiverse

  • 数据集：https://next.cs.cmu.edu/multiverse/

Open Compound Domain Adaptation

  • 主页：https://liuziwei7.github.io/projects/CompoundDomain.html

  • 数据集：https://drive.google.com/drive/folders/1_uNTF8RdvhS_sqVTnYx17hEOQpefmE2r?usp=sharing

  • 论文：https://arxiv.org/abs/1909.03403

  • 代码：https://github.com/zhmiao/OpenCompoundDomainAdaptation-OCDA

Intra- and Inter-Action Understanding via Temporal Action Parsing

  • 论文：https://arxiv.org/abs/2005.10229

  • 主页和数据集：https://sdolivia.github.io/TAPOS/

Dynamic Refinement Network for Oriented and Densely Packed Object Detection

  • 论文下载链接：https://arxiv.org/abs/2005.09973

  • 代码和数据集：https://github.com/Anymake/DRN_CVPR2020

COCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification

  • 论文：https://arxiv.org/abs/2005.07862

  • 数据集：暂无

KeypointNet: A Large-scale 3D Keypoint Dataset Aggregated from Numerous Human Annotations

  • 论文：https://arxiv.org/abs/2002.12687

  • 数据集：https://github.com/qq456cvb/KeypointNet

MSeg: A Composite Dataset for Multi-domain Semantic Segmentation

  • 论文：http://vladlen.info/papers/MSeg.pdf

  • 代码：https://github.com/mseg-dataset/mseg-api

  • 数据集：https://github.com/mseg-dataset/mseg-semantic

AvatarMe: Realistically Renderable 3D Facial Reconstruction "in-the-wild"

  • 论文：https://arxiv.org/abs/2003.13845

  • 数据集：https://github.com/lattas/AvatarMe

Learning to Autofocus

  • 论文：https://arxiv.org/abs/2004.12260

  • 数据集：暂无

FaceScape: a Large-scale High Quality 3D Face Dataset and Detailed Riggable 3D Face Prediction

  • 论文：https://arxiv.org/abs/2003.13989

  • 代码：https://github.com/zhuhao-nju/facescape

Bodies at Rest: 3D Human Pose and Shape Estimation from a Pressure Image using Synthetic Data

  • 论文下载链接：https://arxiv.org/abs/2004.01166

  • 代码：https://github.com/Healthcare-Robotics/bodies-at-rest

  • 数据集：https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/KOA4ML

FineGym: A Hierarchical Video Dataset for Fine-grained Action Understanding

  • 主页：https://sdolivia.github.io/FineGym/

  • 论文：https://arxiv.org/abs/2004.06704

A Local-to-Global Approach to Multi-modal Movie Scene Segmentation

  • 主页：https://anyirao.com/projects/SceneSeg.html

  • 论文下载链接：https://arxiv.org/abs/2004.02678

  • 代码：https://github.com/AnyiRao/SceneSeg

Deep Homography Estimation for Dynamic Scenes

  • 论文：https://arxiv.org/abs/2004.02132

  • 数据集：https://github.com/lcmhoang/hmg-dynamics

Assessing Image Quality Issues for Real-World Problems

  • 主页：https://vizwiz.org/tasks-and-datasets/image-quality-issues/

  • 论文：https://arxiv.org/abs/2003.12511

UnrealText: Synthesizing Realistic Scene Text Images from the Unreal World

  • 论文：https://arxiv.org/abs/2003.10608

  • 代码和数据集：https://github.com/Jyouhou/UnrealText/

PANDA: A Gigapixel-level Human-centric Video Dataset

  • 论文：https://arxiv.org/abs/2003.04852

  • 数据集：http://www.panda-dataset.com/

IntrA: 3D Intracranial Aneurysm Dataset for Deep Learning

  • 论文：https://arxiv.org/abs/2003.02920

  • 数据集：https://github.com/intra3d2019/IntrA

Cross-View Tracking for Multi-Human 3D Pose Estimation at over 100 FPS

  • 论文：https://arxiv.org/abs/2003.03972

  • 数据集：暂无

 

其他

CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus

  • 论文：http://openaccess.thecvf.com/content_CVPR_2020/html/Kluger_CONSAC_Robust_Multi-Model_Fitting_by_Conditional_Sample_Consensus_CVPR_2020_paper.html

  • 代码：https://github.com/fkluger/consac

Learning to Learn Single Domain Generalization

  • 论文：https://arxiv.org/abs/2003.13216

  • 代码：https://github.com/joffery/M-ADA

Open Compound Domain Adaptation

  • 主页：https://liuziwei7.github.io/projects/CompoundDomain.html

  • 数据集：https://drive.google.com/drive/folders/1_uNTF8RdvhS_sqVTnYx17hEOQpefmE2r?usp=sharing

  • 论文：https://arxiv.org/abs/1909.03403

  • 代码：https://github.com/zhmiao/OpenCompoundDomainAdaptation-OCDA

Differentiable Volumetric Rendering: Learning Implicit 3D Representations without 3D Supervision

  • 论文：http://www.cvlibs.net/publications/Niemeyer2020CVPR.pdf

  • 代码：https://github.com/autonomousvision/differentiable_volumetric_rendering

QEBA: Query-Efficient Boundary-Based Blackbox Attack

  • 论文：https://arxiv.org/abs/2005.14137

  • 代码：https://github.com/AI-secure/QEBA

Equalization Loss for Long-Tailed Object Recognition

  • 论文：https://arxiv.org/abs/2003.05176

  • 代码：https://github.com/tztztztztz/eql.detectron2

Instance-aware Image Colorization

  • 主页：https://ericsujw.github.io/InstColorization/

  • 论文：https://arxiv.org/abs/2005.10825

  • 代码：https://github.com/ericsujw/InstColorization

Contextual Residual Aggregation for Ultra High-Resolution Image Inpainting

  • 论文：https://arxiv.org/abs/2005.09704

  • 代码：https://github.com/Atlas200dk/sample-imageinpainting-HiFill

Where am I looking at? Joint Location and Orientation Estimation by Cross-View Matching

  • 论文：https://arxiv.org/abs/2005.03860

  • 代码：https://github.com/shiyujiao/cross_view_localization_DSM

Epipolar Transformers

  • 论文：https://arxiv.org/abs/2005.04551

  • 代码：https://github.com/yihui-he/epipolar-transformers

Bringing Old Photos Back to Life

  • 主页：http://raywzy.com/Old_Photo/

  • 论文：https://arxiv.org/abs/2004.09484

MaskFlownet: Asymmetric Feature Matching with Learnable Occlusion Mask

  • 论文：https://arxiv.org/abs/2003.10955

  • 代码：https://github.com/microsoft/MaskFlownet

Self-Supervised Viewpoint Learning from Image Collections

  • 论文：https://arxiv.org/abs/2004.01793

  • 论文2：https://research.nvidia.com/sites/default/files/pubs/2020-03_Self-Supervised-Viewpoint-Learning/SSV-CVPR2020.pdf

  • 代码：https://github.com/NVlabs/SSV

Towards Discriminability and Diversity: Batch Nuclear-norm Maximization under Label Insufficient Situations

  • Oral

  • 论文：https://arxiv.org/abs/2003.12237

  • 代码：https://github.com/cuishuhao/BNM

Towards Learning Structure via Consensus for Face Segmentation and Parsing

  • 论文：https://arxiv.org/abs/1911.00957

  • 代码：https://github.com/isi-vista/structure_via_consensus

Plug-and-Play Algorithms for Large-scale Snapshot Compressive Imaging

  • Oral

  • 论文：https://arxiv.org/abs/2003.13654

  • 代码：https://github.com/liuyang12/PnP-SCI

Lightweight Photometric Stereo for Facial Details Recovery

  • 论文：https://arxiv.org/abs/2003.12307

  • 代码：https://github.com/Juyong/FacePSNet

Footprints and Free Space from a Single Color Image

  • 论文：https://arxiv.org/abs/2004.06376

  • 代码：https://github.com/nianticlabs/footprints

Self-Supervised Monocular Scene Flow Estimation

  • 论文：https://arxiv.org/abs/2004.04143

  • 代码：https://github.com/visinf/self-mono-sf

Quasi-Newton Solver for Robust Non-Rigid Registration

  • 论文：https://arxiv.org/abs/2004.04322

  • 代码：https://github.com/Juyong/Fast_RNRR

A Local-to-Global Approach to Multi-modal Movie Scene Segmentation

  • 主页：https://anyirao.com/projects/SceneSeg.html

  • 论文下载链接：https://arxiv.org/abs/2004.02678

  • 代码：https://github.com/AnyiRao/SceneSeg

DeepFLASH: An Efficient Network for Learning-based Medical Image Registration

  • 论文：https://arxiv.org/abs/2004.02097

  • 代码：https://github.com/jw4hv/deepflash

Self-Supervised Scene De-occlusion

  • 主页：https://xiaohangzhan.github.io/projects/deocclusion/

  • 论文：https://arxiv.org/abs/2004.02788

  • 代码：https://github.com/XiaohangZhan/deocclusion

Polarized Reflection Removal with Perfect Alignment in the Wild

  • 主页：https://leichenyang.weebly.com/project-polarized.html

  • 代码：https://github.com/ChenyangLEI/CVPR2020-Polarized-Reflection-Removal-with-Perfect-Alignment

Background Matting: The World is Your Green Screen

  • 论文：https://arxiv.org/abs/2004.00626

  • 代码：http://github.com/senguptaumd/Background-Matting

What Deep CNNs Benefit from Global Covariance Pooling: An Optimization Perspective

  • 论文：https://arxiv.org/abs/2003.11241

  • 代码：https://github.com/ZhangLi-CS/GCP_Optimization

Look-into-Object: Self-supervised Structure Modeling for Object Recognition

  • 论文：暂无

  • 代码：https://github.com/JDAI-CV/LIO

Video Object Grounding using Semantic Roles in Language Description

  • 论文：https://arxiv.org/abs/2003.10606

  • 代码：https://github.com/TheShadow29/vognet-pytorch

Dynamic Hierarchical Mimicking Towards Consistent Optimization Objectives

  • 论文：https://arxiv.org/abs/2003.10739

  • 代码：https://github.com/d-li14/DHM

SDFDiff: Differentiable Rendering of Signed Distance Fields for 3D Shape Optimization

  • 论文：http://www.cs.umd.edu/~yuejiang/papers/SDFDiff.pdf

  • 代码：https://github.com/YueJiang-nj/CVPR2020-SDFDiff

On Translation Invariance in CNNs: Convolutional Layers can Exploit Absolute Spatial Location

  • 论文：https://arxiv.org/abs/2003.07064

  • 代码：https://github.com/oskyhn/CNNs-Without-Borders

GhostNet: More Features from Cheap Operations

  • 论文：https://arxiv.org/abs/1911.11907

  • 代码：https://github.com/iamhankai/ghostnet

AdderNet: Do We Really Need Multiplications in Deep Learning?

  • 论文：https://arxiv.org/abs/1912.13200

  • 代码：https://github.com/huawei-noah/AdderNet

Deep Image Harmonization via Domain Verification

  • 论文：https://arxiv.org/abs/1911.13239

  • 代码：https://github.com/bcmi/Image_Harmonization_Datasets

Blurry Video Frame Interpolation

  • 论文：https://arxiv.org/abs/2002.12259

  • 代码：https://github.com/laomao0/BIN

Extremely Dense Point Correspondences using a Learned Feature Descriptor

  • 论文：https://arxiv.org/abs/2003.00619

  • 代码：https://github.com/lppllppl920/DenseDescriptorLearning-Pytorch

Filter Grafting for Deep Neural Networks

  • 论文：https://arxiv.org/abs/2001.05868

  • 代码：https://github.com/fxmeng/filter-grafting

  • 论文解读：https://www.zhihu.com/question/372070853/answer/1041569335

Action Segmentation with Joint Self-Supervised Temporal Domain Adaptation

  • 论文：https://arxiv.org/abs/2003.02824

  • 代码：https://github.com/cmhungsteve/SSTDA

Detecting Attended Visual Targets in Video

  • 论文：https://arxiv.org/abs/2003.02501

  • 代码：https://github.com/ejcgt/attention-target-detection

Deep Image Spatial Transformation for Person Image Generation

  • 论文：https://arxiv.org/abs/2003.00696

  • 代码：https://github.com/RenYurui/Global-Flow-Local-Attention

Rethinking Zero-shot Video Classification: End-to-end Training for Realistic Applications

  • 论文：https://arxiv.org/abs/2003.01455

  • 代码：https://github.com/bbrattoli/ZeroShotVideoClassification

https://github.com/charlesCXK/3D-SketchAware-SSC

https://github.com/Anonymous20192020/Anonymous_CVPR5767

https://github.com/avirambh/ScopeFlow

https://github.com/csbhr/CDVD-TSP

https://github.com/ymcidence/TBH

https://github.com/yaoyao-liu/mnemonics

https://github.com/meder411/Tangent-Images

https://github.com/KaihuaTang/Scene-Graph-Benchmark.pytorch

https://github.com/sjmoran/deep_local_parametric_filters

https://github.com/charlesCXK/3D-SketchAware-SSC

https://github.com/bermanmaxim/AOWS

https://github.com/dc3ea9f/look-into-object

查看全文
如若内容造成侵权/违法违规/事实不符，请联系编程学习网邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！

相关文章

  1. DeepFacelab更新：分辨率提至640，效率翻倍！

    这几天又更新了，好事儿是又有新功能可以玩了，“坏事儿”是感觉又要升级设备了。其实，总的来说这次更新，对低配高配玩家都有好消息。 1. 对于高配玩家，可以跑更高像素的模型。 2. 对于低配玩家，那些跑不起…...

    2024/4/21 1:15:07
  2. NVIDIA A100跑DeepFaceLab，日迭代破百万，像素上800！

    昨天用滴滴云的A100做了下TenorFlow的基准测试，可能略显抽象！今天来跑跑DeepFaceLab，整体来说A100还是挺强！ A100也应该未来一两年最强的深度学习显卡了，毕竟是单张七八万，一套DGX 一百多万的卡&#xff01…...

    2024/4/23 11:18:31
  3. DeepFaceLab_NVIDIA下载

    DeepFaceLab_NVIDIA_build_03_30_2020 下载加群737695809...

    2024/4/21 1:15:06
  4. DeepFaceLab小白入门（2）：软件安装！

    严格上来说这个软件本身并不需要安装，他唯一需要的就是对应版本的显卡驱动，CUDA和CuDNN都非必须。下面我说一下如何安装正确的驱动版本。我尽量写得简洁清晰，希望大家都能看懂，但是，如果你连基本的电脑操作都不会&…...

    2024/4/21 1:15:05
  5. 【老鸟进阶】deepfacelab训练参数详解

    出处：deepfacelab中文论坛 http://dfldata.xyz/forum.php?modviewthread&tid642&page1#pid9666 导言训练时有许多参数，对不懂机器学习的萌新来说简直就是天书本篇教程就带大家揭开训练时各参数的含义与效果，同时给出建议数值我尽量用…...

    2024/4/21 1:15:04
  6. 弹出窗口全屏显示：window.showModalDialog与window.open全屏显示

    window.showModalDialog全屏显示： function winModalFullScreen(strURL){ var sheight = screen.height-70; var swidth = screen.width-10; var winoption ="dialogHeight:"+sheight+"px;dialogWidth:"+ swidth +"px;status:yes;scroll…...

    2024/4/27 23:15:58
  7. 深度学习基础知识整理

    本文是在七月的BAT机器学习面试1000题系列进行修改。 前言 July我又回来了。 之前本博客整理过数千道微软等公司的面试题，侧重数据结构、算法、海量数据处理，详见：微软面试100题系列，今17年，近期和团队整理BAT机器学…...

    2024/5/3 18:15:02
  8. BAT机器学习面试1000题系列

    July我又回来了。 之前本博客整理过数千道微软等公司的面试题，侧重数据结构、算法、海量数据处理，详见：微软面试100题系列，今17年，近期和团队整理BAT机器学习面试1000题系列，侧重机器学习、深度学习。我们将…...

    2024/4/21 1:15:00
  9. 【今日CV 计算机视觉论文速览 第100期】Mon, 15 Apr 2019

    今日CS.CV 计算机视觉论文速览 Mon, 15 Apr 2019 Totally 37 papers ?上期速览 ✈更多精彩请移步主页 Interesting: ?MAANet多视角图像超分辨,通过局域注意力和全局注意力机制解决图像超分辨中高频信息缺失的问题，从局域和全局视角来分辨特征，并提出了…...

    2024/4/21 1:14:59
  10. （九：2020.08.27）CVPR 2019 追踪之论文纲要（译）

    CVPR 2019 追踪之论文纲要（修正于2020.08.28）讲在前面论文目录讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这900篇的论文做一个大致从名称…...

    2024/5/3 2:09:45
  11. 【学习】Deep Learning for Deepfakes Creation and Detection

    论文题目：Deep Learning for Deepfakes Creation and Detection 翻译：基于深度学习的Deepfake创建与检测 作者： Thanh Thi Nguyen*1, Cuong M. Nguyen2, Dung Tien Nguyen1, Duc Thanh Nguyen1 and Saeid Nahavandi3 1School of Information…...

    2024/4/21 1:14:57
  12. 人脸替换（FaceSwap）的一些思考

    人脸替换（FaceSwap）的一些思考 最一开始，我使用了openCV（一个机器学习视觉库）的一个比较专业的tutorial（之前人脸检测也是使用了这个）中提供的一种人脸替换的方式。主要思路是，假设…...

    2024/4/21 1:14:57
  13. 13篇！ 腾讯AI Lab CVPR2021入选论文解读

    点上方计算机视觉联盟获取更多干货仅作学术分享，不代表本公众号立场，侵权联系删除转载于：腾讯AI实验室AI博士笔记系列推荐周志华《机器学习》手推笔记正式开源！可打印版本附pdf下载链接CVPR 2021 接收结果已于本月公布。今年有效投…...

    2024/4/28 19:21:12
  14. CosFace:Large Margin Cosine Loss

    《CosFace: Large Margin Cosine Loss for Deep Face Recognition》 2018，Hao Wang et al. Tencent AI Lab 引言： 所有基于softmax loss改进的损失都有相同的想法：最大化类间方差和最小化类内方差。 本文提出了一个新的损失函数：…...

    2024/5/4 1:51:47
  15. DeepLearnig Notes

    Coding Skill目录下的所有Tutorials、Notes博客都会不定期迭代更新 目录零 数字图像处理 - 传统解决方案0 图像处理图像基础、运算图像增强图像编码图像还原图像分割图像识别图像特征表示、提取图像重建1 机器学习线性模型决策树贝叶斯k近邻数据降维聚类、EM算法支持向量机人工…...

    2024/4/20 1:23:10
  16. deep learning 学习资料

    注:机器学习资料篇目一共500条,篇目二开始更新 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning. 《Deep Learning in Neural Networks:…...

    2024/4/20 20:47:53
  17. 【face-landmarks】人脸关键点检测汇总

    2019.01.06 2018比较新的人脸关键点 https://blog.csdn.net/daniaokuye/article/details/82748599#commentBox FAN:时间5s DAN：时间1.5s openpose face：openpose主打的是2d人体姿态的估计，face只是其中一部分，不作为重点…...

    2024/4/20 20:47:51
  18. showModalDialog窗口提交表单到本页面

    转自：http://af8991.iteye.com/blog/859762用showModalDialog弹出页面后，提交表单总是弹出一个新窗口,其实解决方法很简单如下。 解决在自身可以用iframe 也可以在自身使用 <base target = "_self"> 然后 window.close(); 提交到父窗口可以改变target方法二模…...

    2024/5/1 19:27:00
  19. QuartusII 13 和 Modelsim SE 的新手操作问题

    在学校课程设计里，老师一般会让学生用老版本的Quartus II 9.1，调试直接用Quartus自带的仿真工具，类似于杀鸡用鸡刀，课程设计要用到的仿真quartusII 9.1里的仿真工具是可以满足的。出于以下两个原因：1、Quartus II 9.1 版本过久，即使在win10上安装破解版，也时常因为版本问…...

    2024/5/3 9:50:38
  20. 二进制、八进制、十进制、十六进制之间的转换

    目录1.十进制转2进制2.二进制转十进制3.十进制转八进制或者十六进制有两种方法4.八进制或者十六进制转成十进制5.八进制转二进制6.二进制转八进制7.二进制转十六进制8.十六进制转二进制9.八进制与十六进制之间的转换总结1： 十进制转二进制，除2取余法 十进制转八进制，除8取余…...

    2024/4/21 1:14:53

最新文章

  1. 408数据结构-树的基本概念与性质 自学知识点整理

    树的定义 树是 n n n&#xff08; n ≥ 0 n≥0 n≥0&#xff09;个结点的有限集。当 n 0 n0 n0时&#xff0c;称为空树。 任意一棵非空树应具有以下特性&#xff1a; 有且仅有一个特定的被称为根的结点&#xff08;根结点&#xff09;。当 n &#xff1e; 1 n&#xff1e;1 …...

    2024/5/4 2:11:24
  2. 梯度消失和梯度爆炸的一些处理方法

    在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言&#xff0c;在此感激不尽。 权重和梯度的更新公式如下&#xff1a; w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...

    2024/3/20 10:50:27
  3. C# Solidworks二次开发:六种配合方式以及注意事项API详解

    今天要写的文章是关于配合的一些API介绍。 如果大家还不知道创建配合的API用的是哪个&#xff0c;可以看一下我之前写的文章&#xff1a;C# Solidworks二次开发&#xff1a;创建距离配合以及移动组件API详解_solidworks transform2-CSDN博客 &#xff08;1&#xff09;今天要…...

    2024/5/3 11:49:19
  4. K8S容器空间不足问题分析和解决

    如上图&#xff0c;今天测试环境的K8S平台出现了一个问题&#xff0c;其中的一个容器报错&#xff1a;Free disk space below threshold. Available: 3223552 bytes (threshold: 10485760B)&#xff0c;意思服务器硬盘空间不够了。这个问题怎么产生的&#xff0c;又怎么解决的呢…...

    2024/5/2 2:38:17
  5. spark on hive

    由于spark不存在元数据管理模块&#xff0c;为了能方便地通过sql操作hdfs数据&#xff0c;我们可以通过借助hive的元数据管理模块实现。对于hive来说&#xff0c;核心组件包含两个&#xff1a; sql优化翻译器&#xff0c;翻译sql到mapreduce并提交到yarn执行metastore&#xf…...

    2024/5/3 6:53:44
  6. 【外汇早评】美通胀数据走低，美元调整

    原标题：【外汇早评】美通胀数据走低，美元调整昨日美国方面公布了新一期的核心PCE物价指数数据，同比增长1.6%，低于前值和预期值的1.7%，距离美联储的通胀目标2%继续走低，通胀压力较低，且此前美国一季度GDP初值中的消费部分下滑明显，因此市场对美联储后续更可能降息的政策…...

    2024/5/1 17:30:59
  7. 【原油贵金属周评】原油多头拥挤，价格调整

    原标题：【原油贵金属周评】原油多头拥挤，价格调整本周国际劳动节，我们喜迎四天假期，但是整个金融市场确实流动性充沛，大事频发，各个商品波动剧烈。美国方面，在本周四凌晨公布5月份的利率决议和新闻发布会，维持联邦基金利率在2.25%-2.50%不变，符合市场预期。同时美联储…...

    2024/5/2 16:16:39
  8. 【外汇周评】靓丽非农不及疲软通胀影响

    原标题：【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五，美国方面公布了新一期的非农就业数据，大幅好于前值和预期，新增就业重新回到20万以上。具体数据： 美国4月非农就业人口变动 26.3万人，预期 19万人，前值 19.6万人。 美国4月失业率 3.6%，预期 3.8%，前值 3…...

    2024/4/29 2:29:43
  9. 【原油贵金属早评】库存继续增加，油价收跌

    原标题：【原油贵金属早评】库存继续增加，油价收跌周三清晨公布美国当周API原油库存数据，上周原油库存增加281万桶至4.692亿桶，增幅超过预期的74.4万桶。且有消息人士称，沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油，印度炼油商预计将每日获得至多20万桶的额外原油供…...

    2024/5/3 23:10:03
  10. 【外汇早评】日本央行会议纪要不改日元强势

    原标题：【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升，避险资金回流日元有关，也与前一段时间的美日贸易谈判给日本缓冲期，日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策，但这符…...

    2024/4/27 17:58:04
  11. 【原油贵金属早评】欧佩克稳定市场，填补伊朗问题的影响

    原标题：【原油贵金属早评】欧佩克稳定市场，填补伊朗问题的影响近日伊朗局势升温，导致市场担忧影响原油供给，油价试图反弹。此时OPEC表态稳定市场。据消息人士透露，沙特6月石油出口料将低于700万桶/日，沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”，沙特将满…...

    2024/4/27 14:22:49
  12. 【外汇早评】美欲与伊朗重谈协议

    原标题：【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议，昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告，伊朗外长昨日回应称，欧洲国家履行它们的义务，伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...

    2024/4/28 1:28:33
  13. 【原油贵金属早评】波动率飙升，市场情绪动荡

    原标题：【原油贵金属早评】波动率飙升，市场情绪动荡因中美贸易谈判不安情绪影响，金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际，美国按照既定计划向中国2000亿商品征收25%的关税，市场情绪有所平复，已经开始接受这一事实。虽然波动率-恐慌指数VI…...

    2024/4/30 9:43:09
  14. 【原油贵金属周评】伊朗局势升温，黄金多头跃跃欲试

    原标题：【原油贵金属周评】伊朗局势升温，黄金多头跃跃欲试美国和伊朗的局势继续升温，市场风险情绪上升，避险黄金有向上突破阻力的迹象。原油方面稍显平稳，近期美国和OPEC加大供给及市场需求回落的影响，伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级，美国对中…...

    2024/4/27 17:59:30
  15. 【原油贵金属早评】市场情绪继续恶化，黄金上破

    原标题：【原油贵金属早评】市场情绪继续恶化，黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动，人民币汇率出现大幅的贬值动能，金融市场受到非常明显的冲击。尤其是波动率起来之后，对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势，这…...

    2024/5/2 15:04:34
  16. 【外汇早评】美伊僵持，风险情绪继续升温

    原标题：【外汇早评】美伊僵持，风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件，导致波斯湾局势进一步恶化，市场担忧美伊可能会出现摩擦生火，避险品种获得支撑，黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日，四艘商船在阿联酋领海附近的阿曼湾、…...

    2024/4/28 1:34:08
  17. 【原油贵金属早评】贸易冲突导致需求低迷，油价弱势

    原标题：【原油贵金属早评】贸易冲突导致需求低迷，油价弱势近日虽然伊朗局势升温，中东地区几起油船被袭击事件影响，但油价并未走高，而是出于调整结构中。由于市场预期局势失控的可能性较低，而中美贸易问题导致的全球经济衰退风险更大，需求会持续低迷，因此油价调整压力较…...

    2024/4/26 19:03:37
  18. 氧生福地 玩美北湖（上）——为时光守候两千年

    原标题：氧生福地 玩美北湖（上）——为时光守候两千年一次说走就走的旅行，只有一张高铁票的距离～ 所以，湖南郴州，我来了～ 从广州南站出发，一个半小时就到达郴州西站了。在动车上，同时改票的南风兄和我居然被分到了一个车厢，所以一路非常愉快地聊了过来。 挺好，最起…...

    2024/4/29 20:46:55
  19. 氧生福地 玩美北湖（中）——永春梯田里的美与鲜

    原标题：氧生福地 玩美北湖（中）——永春梯田里的美与鲜一觉醒来，因为大家太爱“美”照，在柳毅山庄去寻找龙女而错过了早餐时间。近十点，向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”，到郴州必吃的美食之一。 哇塞！那个味美香甜…...

    2024/4/30 22:21:04
  20. 氧生福地 玩美北湖（下）——奔跑吧骚年！

    原标题：氧生福地 玩美北湖（下）——奔跑吧骚年！让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...

    2024/5/1 4:32:01
  21. 扒开伪装医用面膜，翻六倍价格宰客，小姐姐注意了！

    原标题：扒开伪装医用面膜，翻六倍价格宰客，小姐姐注意了！扒开伪装医用面膜，翻六倍价格宰客！当行业里的某一品项火爆了，就会有很多商家蹭热度，装逼忽悠，最近火爆朋友圈的医用面膜，被沾上了污点，到底怎么回事呢？ “比普通面膜安全、效果好！痘痘、痘印、敏感肌都能用…...

    2024/4/27 23:24:42
  22. 「发现」铁皮石斛仙草之神奇功效用于医用面膜

    原标题：「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势： 1、铁皮石斛：自唐宋以来，一直被列为皇室贡品，铁皮石斛生于海拔1600米的悬崖峭壁之上，繁殖力差，产量极低，所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...

    2024/4/28 5:48:52
  23. 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者

    原标题：丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司，专注美业21年，其旗下品牌： 「圣茵美」私密荷尔蒙抗衰，产后修复 「圣仪轩」私密荷尔蒙抗衰，产后修复 「花茵莳」私密荷尔蒙抗衰，产后修复 「丽彦妆」专注医学护…...

    2024/4/30 9:42:22
  24. 广州械字号面膜生产厂家OEM/ODM4项须知！

    原标题：广州械字号面膜生产厂家OEM/ODM4项须知！广州械字号面膜生产厂家OEM/ODM流程及注意事项解读： 械字号医用面膜，其实在我国并没有严格的定义，通常我们说的医美面膜指的应该是一种「医用敷料」，也就是说，医用面膜其实算作「医疗器械」的一种，又称「医用冷敷贴」。 …...

    2024/5/2 9:07:46
  25. 械字号医用眼膜缓解用眼过度到底有无作用？

    原标题：械字号医用眼膜缓解用眼过度到底有无作用？医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料，含70%以上的水分。体表皮肤温度传导到本产品的凝胶层，热量被凝胶内水分子吸收，通过水分的蒸发带走大量的热量，可迅速地降低体表皮肤局部温度，减轻局部皮肤的灼…...

    2024/4/30 9:42:49
  26. 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示，配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...

    解析如下&#xff1a;1、长按电脑电源键直至关机&#xff0c;然后再按一次电源健重启电脑&#xff0c;按F8健进入安全模式2、安全模式下进入Windows系统桌面后&#xff0c;按住“winR”打开运行窗口&#xff0c;输入“services.msc”打开服务设置3、在服务界面&#xff0c;选中…...

    2022/11/19 21:17:18
  27. 错误使用 reshape要执行 RESHAPE，请勿更改元素数目。

    %读入6幅图像&#xff08;每一幅图像的大小是564*564&#xff09; f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...

    2022/11/19 21:17:16
  28. 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...

    win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面&#xff0c;在等待界面中我们需要等待操作结束才能关机&#xff0c;虽然这比较麻烦&#xff0c;但是对系统进行配置和升级…...

    2022/11/19 21:17:15
  29. 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...

    有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows&#xff0c;请勿关闭计算机”的提示&#xff0c;要过很久才能进入系统&#xff0c;有的用户甚至几个小时也无法进入&#xff0c;下面就教大家这个问题的解决方法。第一种方法&#xff1a;我们首先在左下角的“开始…...

    2022/11/19 21:17:14
  30. win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...

    置信有很多用户都跟小编一样遇到过这样的问题&#xff0c;电脑时发现开机屏幕显现“正在配置Windows Update&#xff0c;请勿关机”(如下图所示)&#xff0c;而且还需求等大约5分钟才干进入系统。这是怎样回事呢&#xff1f;一切都是正常操作的&#xff0c;为什么开时机呈现“正…...

    2022/11/19 21:17:13
  31. 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...

    Win7系统开机启动时总是出现“配置Windows请勿关机”的提示&#xff0c;没过几秒后电脑自动重启&#xff0c;每次开机都这样无法进入系统&#xff0c;此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一&#xff1a;开机按下F8&#xff0c;在出现的Windows高级启动选…...

    2022/11/19 21:17:12
  32. 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...

    有不少windows10系统用户反映说碰到这样一个情况&#xff0c;就是电脑提示正在准备windows请勿关闭计算机&#xff0c;碰到这样的问题该怎么解决呢&#xff0c;现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法&#xff1a;1、2、依次…...

    2022/11/19 21:17:11
  33. 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...

    今天和大家分享一下win7系统重装了Win7旗舰版系统后&#xff0c;每次关机的时候桌面上都会显示一个“配置Windows Update的界面&#xff0c;提示请勿关闭计算机”&#xff0c;每次停留好几分钟才能正常关机&#xff0c;导致什么情况引起的呢&#xff1f;出现配置Windows Update…...

    2022/11/19 21:17:10
  34. 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...

    只能是等着&#xff0c;别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚&#xff0c;只能是考虑备份数据后重装系统了。解决来方案一&#xff1a;管理员运行cmd&#xff1a;net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...

    2022/11/19 21:17:09
  35. 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办？

    原标题&#xff1a;电脑提示“配置Windows Update请勿关闭计算机”怎么办&#xff1f;win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢&#xff1f;一般的方…...

    2022/11/19 21:17:08
  36. 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ，然后等了一晚上也没有关掉。现在电脑无法正常关机...

    关机提示 windows7 正在配置windows 请勿关闭计算机 &#xff0c;然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容&#xff0c;让我们赶快一起来看一下吧&#xff01;关机提示 windows7 正在配…...

    2022/11/19 21:17:05
  37. 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...

    钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间：2020-04-20 22:24:19　浏览次数：729次 区域： 南阳 > 卧龙 列举网提醒您：为保障您的权益，请不要提前支付任何费用！ 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于：钉钉，外勤365，红圈通，企业微信和…...

    2022/11/19 21:17:05
  38. 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”，长时间没反应，无法进入系统的解决方案...

    前几天班里有位学生电脑(windows 7系统)出问题了&#xff0c;具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面&#xff0c;长时间没反应&#xff0c;无法进入系统。这个问题原来帮其他同学也解决过&#xff0c;网上搜了不少资料&#x…...

    2022/11/19 21:17:04
  39. 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办？...

    本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法&#xff0c;并在最后教给你1种保护系统安全的好方法&#xff0c;一起来看看&#xff01;电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中&#xff0c;添加了1个新功能在“磁…...

    2022/11/19 21:17:03
  40. 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败，正在还原更改，请勿关闭计算机怎么办...

    许多用户在长期不使用电脑的时候&#xff0c;开启电脑发现电脑显示&#xff1a;配置windows更新失败&#xff0c;正在还原更改&#xff0c;请勿关闭计算机。。.这要怎么办呢&#xff1f;下面小编就带着大家一起看看吧&#xff01;如果能够正常进入系统&#xff0c;建议您暂时移…...

    2022/11/19 21:17:02
  41. 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机，电脑开机后一直显示以...

    配置windows update失败 还原更改 请勿关闭计算机&#xff0c;电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容&#xff0c;让我们赶快一起来看一下吧&#xff01;配置windows update失败 还原更改 请勿关闭计算机&#x…...

    2022/11/19 21:17:01
  42. 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...

    不知道大家有没有遇到过这样的一个问题&#xff0c;就是我们的win7系统在关机的时候&#xff0c;总是喜欢显示“准备配置windows&#xff0c;请勿关机”这样的一个页面&#xff0c;没有什么大碍&#xff0c;但是如果一直等着的话就要两个小时甚至更久都关不了机&#xff0c;非常…...

    2022/11/19 21:17:00
  43. 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...

    当电脑出现正在准备配置windows请勿关闭计算机时&#xff0c;一般是您正对windows进行升级&#xff0c;但是这个要是长时间没有反应&#xff0c;我们不能再傻等下去了。可能是电脑出了别的问题了&#xff0c;来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...

    2022/11/19 21:16:59
  44. 配置失败还原请勿关闭计算机,配置Windows Update失败，还原更改请勿关闭计算机...

    我们使用电脑的过程中有时会遇到这种情况&#xff0c;当我们打开电脑之后&#xff0c;发现一直停留在一个界面&#xff1a;“配置Windows Update失败&#xff0c;还原更改请勿关闭计算机”&#xff0c;等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢&#xff0…...

    2022/11/19 21:16:58
  45. 如何在iPhone上关闭“请勿打扰”

    Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...

    2022/11/19 21:16:57