阿木寺的博客

首个用于高分辨率图像着色的Transformer网络！表现SOTA！性能优于PixColor、cGAN等网络，代码刚刚开源！近期又有一波视觉Transformer的工作，比如：TransUNet：用于医学图像分割的Transformers强大编码器TransReID：首个基于Transformer的目标Re-ID注1：文末附【Transformer】和【医疗影像】交流群注2：整理不易，欢迎点赞，支持分享！Colorization Transformer作者单位：谷歌大脑代码：https

首个用于高分辨率图像着色的Transformer网络！表现SOTA！性能优于PixColor、cGAN等网络，代码刚刚开源！近期又有一波视觉Transformer的工作，比如：TransUNet：用于医学图像分割的Transformers强大编码器TransReID：首个基于Transformer的目标Re-ID注1：文末附【Transformer】和【医疗影像】交流群注2：整理不易，欢迎点赞，支持分享！Colorization Transformer作者单位：谷歌大脑代码：https

本文提出Normalizer-Free方法，可设计没有激活归一化层的深度残差网络！其能直接应用于ResNet、RegNet等网络，相同FLOP预算下，可比肩EfficientNet！代码已开源！注1：文末附【计算机视觉细分垂直方向】交流群（含检测、分割、跟踪、医疗、GAN、Transformer等）注2：整理不易，欢迎点赞，支持分享！Characterizing signal propagation to close the performance gap in unnormalized ResNet

本文提出一种新的Tokens到Token 视觉Transformer（T2T-ViT）！性能更快更强，将原始ViT的参数和MAC减少200％，性能优于ViT、ResNet等网络，代码刚刚开源！昨天才推了一个CNN+Transformer的新backbone：CNN+Transformer！谷歌提出BoTNet：新主干网络！在ImageNet上达84.7%，今天又来了一个新工作，CV圈太内卷了！不过这篇论文中并没有在目标检测、实例分割等下游任务上的充足实验数据，如果加上相关分析就更好了，毕竟现在"back

CVPR2021-CodeCVPR 2021 论文开源项目(paper with code)合集，持续更新中，请访问：https://github.com/amusi/CVPR2021-Code注1：等 February 28, 2021 开奖后，欢迎各位大佬提交issue，分享CVPR 2021论文和开源项目！注2：CVPR 2021交流群已成立！已投稿且想要进群的同学，可以添加微信：CVer9999，请备注：CVPR2021已投稿+姓名+学校/公司名称！一定要根据格式申请！【推荐阅读】CV

CVPR2021-CodeCVPR 2021 论文开源项目(paper with code)合集，持续更新中，请访问：https://github.com/amusi/CVPR2021-Code注1：等 February 28, 2021 开奖后，欢迎各位大佬提交issue，分享CVPR 2021论文和开源项目！注2：CVPR 2021交流群已成立！已投稿且想要进群的同学，可以添加微信：CVer9999，请备注：CVPR2021已投稿+姓名+学校/公司名称！一定要根据格式申请！【推荐阅读】CV

该框架面向人脸识别的研究开发社区。依靠高度模块化和可扩展的设计，FaceX-Zoo提供了一个训练模块，具有各种heads和骨干，以实现最新的人脸识别，以及标准化的评估模块。仅需简单地编辑配置即可获得流行的基准。此外，还提供了一个功能齐全的人脸SDK，用于验证模型和应用。代码即将开源！注1：文末附【人脸识别】交流群FaceX-Zoo: A PyTocrh Toolbox for Face Recognition作者单位：京东AI研究院（梅涛等人）代码（还没放出来）：https://github.

该框架面向人脸识别的研究开发社区。依靠高度模块化和可扩展的设计，FaceX-Zoo提供了一个训练模块，具有各种heads和骨干，以实现最新的人脸识别，以及标准化的评估模块。仅需简单地编辑配置即可获得流行的基准。此外，还提供了一个功能齐全的人脸SDK，用于验证模型和应用。代码即将开源！注1：文末附【人脸识别】交流群FaceX-Zoo: A PyTorh Toolbox for Face Recognition作者单位：京东AI研究院（梅涛等人）代码（还没放出来）：https://github.c

表现SOTA！性能优于Panoptic-DeepLab、AdaptIS和PCV等网络，代码现已开源！注1：文末附【计算机视觉细分垂直方向】交流群（含检测、分割、跟踪、医疗、GAN、Transformer等）Fully Convolutional Networks for Panoptic Segmentation作者单位：港中文(贾佳亚团队), 牛津大学, 港大, 旷视(孙剑等)代码：yanwei-li/PanopticFCN论文：Fully Convolutional Networks fo

表现SOTA！性能优于Panoptic-DeepLab、AdaptIS和PCV等网络，代码现已开源！注1：文末附【计算机视觉细分垂直方向】交流群（含检测、分割、跟踪、医疗、GAN、Transformer等）Fully Convolutional Networks for Panoptic Segmentation作者单位：港中文(贾佳亚团队), 牛津大学, 港大, 旷视(孙剑等)代码：yanwei-li/PanopticFCN论文：Fully Convolutional Networks fo

带有ResNet-101的YolactEdge在Jetson AGX Xavier上的速度高达30.8 FPS，在RTX 2080 Ti上的速度为172.7 FPS，AP性能超强！速度是目前主流方法的3-5倍，代码于1小时前刚刚开源！注：文末附【图像分割】学习交流群YolactEdge: Real-time Instance Segmentation on the Edge (Jetson AGX Xavier: 30 FPS, RTX 2080 Ti: 170 FPS)作者单位：UC Davis,

带有ResNet-101的YolactEdge在Jetson AGX Xavier上的速度高达30.8 FPS，在RTX 2080 Ti上的速度为172.7 FPS，AP性能超强！速度是目前主流方法的3-5倍，代码于1小时前刚刚开源！注：文末附【图像分割】学习交流群YolactEdge: Real-time Instance Segmentation on the Edge (Jetson AGX Xavier: 30 FPS, RTX 2080 Ti: 170 FPS)作者单位：UC Davis,

表现SOTA！HyperSeg 有S、M和L版本，其中M版本在Cityscapes上可达76.2 mIoU / 36.9 FPS！性能优于BiSeNetV2、SwiftNet和DFANet等，代码即将开源！注：文末附语义分割交流群HyperSeg: Patch-wise Hypernetwork for Real-time Semantic Segmentation论文下载链接：https://arxiv.org/abs/2012.11582作者单位：Facebook AI, 特拉维夫大

表现SOTA！HyperSeg 有S、M和L版本，其中M版本在Cityscapes上可达76.2 mIoU / 36.9 FPS！性能优于BiSeNetV2、SwiftNet和DFANet等，代码即将开源！注：文末附语义分割交流群HyperSeg: Patch-wise Hypernetwork for Real-time Semantic Segmentation论文下载链接：https://arxiv.org/abs/2012.11582作者单位：Facebook AI, 特拉维夫大

本文揭示了长尾目标检测中的主要问题是正负之间的梯度不平衡，并提出均衡损失(equalization loss)v2 表现SOTA！性能优于BAGS、Forest R-CNN等网络，代码即将开源！注：文末附【目标检测】学习交流群Equalization Loss v2: A New Gradient Balance Approach for Long-tailed Object Detection作者单位：同济大学, 商汤科技, 清华大学论文：https://arxiv.org/abs/2012.0

本文揭示了长尾目标检测中的主要问题是正负之间的梯度不平衡，并提出均衡损失(equalization loss)v2 表现SOTA！性能优于BAGS、Forest R-CNN等网络，代码即将开源！注：文末附【目标检测】学习交流群Equalization Loss v2: A New Gradient Balance Approach for Long-tailed Object Detection作者单位：同济大学, 商汤科技, 清华大学论文：https://arxiv.org/abs/2012.0

作者：mileistone​- 来自：媒智科技https://zhuanlan.zhihu.com/p/315511581这几年人脸检测的benchmark越刷越高，方法也越来越复杂，提出的模块或者方法大都专门为人脸检测设计，不易复现和使用，比如DSFD里的FEM、PAL、IAM，ASFD里的AutoFEM、PAL、IAM、DRMC loss，HAMBox里的PA、OAM、RAL等等。WIDER FACE验证集hard结果WIDER FACE测试集hard结果鉴于此，我们设计了一个简单而.

Sparse R-CNN: End-to-End Object Detection with Learnable Proposals作者单位：港大, 同济大学, 字节AI Lab, UC伯克利沿着目标检测领域中Dense和Dense-to-Sparse的框架，Sparse R-CNN建立了一种彻底的Sparse框架， 脱离anchor box，reference point，Region Proposal Network(RPN)等概念，无需Non-Maximum Suppression(NMS)后处

Sparse R-CNN: End-to-End Object Detection with Learnable Proposals作者单位：港大, 同济大学, 字节AI Lab, UC伯克利沿着目标检测领域中Dense和Dense-to-Sparse的框架，Sparse R-CNN建立了一种彻底的Sparse框架， 脱离anchor box，reference point，Region Proposal Network(RPN)等概念，无需Non-Maximum Suppression(NMS)后处

项目链接：https://github.com/RangiLyu/nanodet作者：RangiLyuNanoDetSuper fast and lightweight anchor-free object detection model. Real-time on mobile devices.⚡Super lightweight: Model file is only 1.8 mb.⚡Super fast: 97fps(10.23ms) on mobile ARM CPU.????Tra