CV计算机视觉每日开源代码Paper with code速览-2023.11.23

点击@CV计算机视觉，关注更多CV干货

论文已打包，点击进入—>下载界面

点击加入—>CV计算机视觉交流群

1.【基础网络架构：Transformer】White-Box Transformers via Sparse Rate Reduction: Compression Is All There Is?

• 论文地址：https://arxiv.org//pdf/2311.13110

• 工程主页：White-Box Transformers via Sparse Rate Reduction

• 开源代码：https://github.com/Ma-Lab-Berkeley/CRATE

2.【旋转目标检测】Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection

• 论文地址：https://arxiv.org//pdf/2311.12956

• 开源代码：https://github.com/SashaMatsun/LSKDiffDet

3.【图像分割】Visual In-Context Prompting

• 论文地址：https://arxiv.org//pdf/2311.13601

• 开源代码（即将开源）：https://github.com/UX-Decoder/DINOv

4.【医学图像分割】SegVol: Universal and Interactive Volumetric Medical Image Segmentation

• 论文地址：https://arxiv.org//pdf/2311.13385

• 开源代码：https://github.com/BAAI-DCAI/SegVol

5.【域自适应】DA-STC: Domain Adaptive Video Semantic Segmentation via Spatio-Temporal Consistency

• 论文地址：https://arxiv.org//pdf/2311.13254

• 开源代码：https://github.com/ZHE-SAPI/DA-STC

6.【多模态】Soulstyler: Using Large Language Model to Guide Image Style Transfer for Target Object

• 论文地址：https://arxiv.org//pdf/2311.13562

• 开源代码（即将开源）：https://github.com/yisuanwang/Soulstyler

7.【多模态】PG-Video-LLaVA: Pixel Grounding Large Video-Language Models

• 论文地址：https://arxiv.org//pdf/2311.13435

• 开源代码（即将开源）：https://github.com/mbzuai-oryx/Video-LLaVA

8.【多模态】FusionFrames: Efficient Architectural Aspects for Text-to-Video Generation Pipeline

• 论文地址：https://arxiv.org//pdf/2311.13073

• 开源代码：https://github.com/ai-forever/KandinskyVideo

9.【多模态】LiveChat: Video Comment Generation from Audio-Visual Multimodal Contexts

• 论文地址：https://arxiv.org//pdf/2311.12826

• 开源代码：https://github.com/yy1lab/LiveChat

10.【数字人】XAGen: 3D Expressive Human Avatars Generation

• 论文地址：https://arxiv.org//pdf/2311.13574

• 工程主页：XAGen – Project Page

• 开源代码（即将开源）：https://github.com/magic-research/xagen

11.【深度估计】Camera-Independent Single Image Depth Estimation from Defocus Blur

• 论文地址：https://arxiv.org//pdf/2311.13045

• 开源代码：https://github.com/sleekEagle/defocus_camind

12.【Diffusion】DiffusionMat: Alpha Matting as Sequential Refinement Learning

• 论文地址：https://arxiv.org//pdf/2311.13535

• 工程主页：DiffusionMat

• 开源代码（即将开源）：https://github.com/cnnlstm/DiffusionMat

13.【目标计数】T-Rex: Counting by Visual Prompting

• 论文地址：https://arxiv.org//pdf/2311.13596

• 工程主页：T-Rex Counting

• 开源代码（即将开源）：https://github.com/IDEA-Research/T-Rex

14.【NeRF】PIE-NeRF: Physics–based Interactive Elastodynamics with NeRF

• 论文地址：https://arxiv.org//pdf/2311.13099

• 工程主页：PIE-NeRF

• 代码即将开源

15.【图像合成】Diffusion360: Seamless 360 Degree Panoramic Image Generation based on Diffusion Models

• 论文地址：https://arxiv.org//pdf/2311.13141

• 开源代码：https://github.com/ArcherFMY/SD-T2I-360PanoImage

论文已打包，下载链接

CV计算机视觉交流群

群内包含目标检测、图像分割、目标跟踪、Transformer、多模态、NeRF、GAN、缺陷检测、显著目标检测、关键点检测、超分辨率重建、SLAM、人脸、OCR、生物医学图像、三维重建、姿态估计、自动驾驶感知、深度估计、视频理解、行为识别、图像去雾、图像去雨、图像修复、图像检索、车道线检测、点云目标检测、点云分割、图像压缩、运动预测、神经网络量化、网络部署等多个领域的大佬，不定期分享技术知识、面试技巧和内推招聘信息。

想进群的同学请添加微信号联系管理员：PingShanHai666。添加好友时请备注：学校/公司+研究方向+昵称。

推荐阅读：

CV计算机视觉每日开源代码Paper with code速览-2023.11.22

CV计算机视觉每日开源代码Paper with code速览-2023.11.21

CV计算机视觉每日开源代码Paper with code速览-2023.11.20

代码007普通

打赏 收藏 海报 链接