CV计算机视觉每日开源代码Paper with code速览-2023.10.18

精华置顶

墙裂推荐！小白如何1个月系统学习CV核心知识：链接

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.【语义分割】IDRNet: Intervention-Driven Relation Network for Semantic Segmentation

论文地址：https://arxiv.org//pdf/2310.10755
开源代码：https://github.com/SegmentationBLWX/sssegmentation

2.【医学图像分割：3D】Towards Generic Semi-Supervised Framework for Volumetric Medical Image Segmentation

论文地址：https://arxiv.org//pdf/2310.11320
开源代码：https://github.com/xmed-lab/GenericSSL

3.【多模态】Set-of-Mark Prompting Unleashes Extraordinary Visual Grounding in GPT-4V

论文地址：https://arxiv.org//pdf/2310.11441
工程主页：SoM-GPT4V
开源代码（暂未开源）：https://github.com/microsoft/SoM

4.【多模态】EvalCrafter: Benchmarking and Evaluating Large Video Generation Models

论文地址：https://arxiv.org//pdf/2310.11440
工程主页：EvalCrafter
开源代码（即将开源）：https://github.com/EvalCrafter/EvalCrafter

5.【多模态】Knowledge Extraction and Distillation from Large-Scale Image-Text Colonoscopy Records Leveraging Large Language and Vision Models

论文地址：https://arxiv.org//pdf/2310.11173
开源代码：https://github.com/shuowang26/EndoKED

6.【数字人】CorrTalk: Correlation Between Hierarchical Speech and Facial Activity Variances for 3D Animation

论文地址：https://arxiv.org//pdf/2310.11295
工程主页：CorrTalk
开源代码（即将开源）：https://github.com/zjchu/CorrTalk

7.【单目3D目标检测】MonoSKD: General Distillation Framework for Monocular 3D Object Detection via Spearman Correlation Coefficient

论文地址：https://arxiv.org//pdf/2310.11316
开源代码：https://github.com/Senwang98/MonoSKD

8.【自动驾驶：Occupancy Prediction】LiDAR-based 4D Occupancy Completion and Forecasting

论文地址：https://arxiv.org//pdf/2310.11239
开源代码（即将开源）：https://github.com/ai4ce/Occ4cast

9.【视频生成】LAMP: Learn A Motion Pattern for Few-Shot-Based Video Generation

论文地址：https://arxiv.org//pdf/2310.10769
工程主页：LAMP: Learn A Motion Pattern for Few-Shot-Based Video Generation
开源代码：https://github.com/RQ-Wu/LAMP

论文已打包，点击进入—>下载界面

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-2023.10.17

CV计算机视觉每日开源代码Paper with code速览-2023.10.16

CV计算机视觉每日开源代码Paper with code速览-2023.10.13

使用目标之间的先验关系提升目标检测器性能

港科大提出适用于夜间场景语义分割的无监督域自适应新方法

HSN：微调预训练ViT用于目标检测和语义分割，华南理工和阿里巴巴联合提出

EViT：借鉴鹰眼视觉结构，南开大学等提出ViT新骨干架构，在多个任务上涨点

如何优雅地读取网络的中间特征？