10月11日至10月17日，2021国际计算机视觉大会International Conference on Computer Vision （ICCV）于线上拉开序幕。此次会议，深兰科技DeepBlueAI团队共参加2项比赛4个赛道，分别在VisDrone Object Detection，VisDroneMot，Large-AI-Food三个赛道获得冠军。VisDrone 已成为无人机领域标杆

Swin Transformer 摘要引言方法实验 摘要 本文提出了一种新的Vision Transformer，称为Swin Transformer，可以作为计算机视觉领域的通用主干。将Transformer从NLP应用到CV会面临一些挑战，这些挑战主要来自两个方面：一个是尺度问题，视觉领域中的目标往往尺度差异很大（比如一张街景图像，里面的行人和汽车有大有小），而NLP中的

标题：Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 链接：https://arxiv.org/pdf/2103.14030 动机 现在在CV中使用transformer的最大问题是运算量太大，因为图片的信息量远远大过NLP中文本的信息量，然后再做self attention会导致N平方的复杂度，这

论文：Active Domain Adaptation via Clustering Uncertainty-Weighted Embeddings 代码：https://github.com/virajprabhu/CLUE 本人计算机视觉研究僧，欢迎交流。 Abstract 本文通过主动学习方式，解决在域适应问题(Domain adaptation)中，选择信息量最大的目标域(target

10月11日至10月17日，2021国际计算机视觉大会International Conference on Computer Vision （ICCV）于线上拉开序幕。此次会议，深兰科技DeepBlueAI团队共参加2项比赛4个赛道，分别在VisDrone Object Detection，VisDroneMot，Large-AI-Food三个赛道获得冠军。VisDrone 已成为无人机领域标杆

10月11日至10月17日，2021国际计算机视觉大会International Conference on Computer Vision （ICCV）于线上拉开序幕。此次会议，深兰科技DeepBlueAI团队共参加2项比赛4个赛道，分别在VisDrone Object Detection，VisDroneMot，Large-AI-Food三个赛道获得冠军。VisDrone 已成为无人机领域标杆

Editing Conditional Radiance Fields（ICCV 2021） 作者单位：Steven Liu, Xiuming Zhang, Zhoutong Zhang, Richard Zhang MIT, Adobe Research, CMU 代码地址：https://github.com/stevliu/editnerf 文章目录 摘要前言一、相关工作二、

关注公众号，发现CV技术之美 0 写在前面 对比学习已被广泛应用于训练基于Transformer的视觉语言模型的视频文本对齐和多模态表示学习等任务。在本文中，作者提出了一种新的token感知级联对比学习(TACo)算法，该算法利用两种技术改进了以往对比学习的缺点。 第一个是通过考虑单词的句法类别（比如：名词、动词、介词）来计算的token感知的对比损失 。这是由于作者观察到，对于视频-文本对，文

文章目录 一、背景二、方法2.1 适用于 talking head 的神经辐射场2.2 使用辐射场来进行体渲染2.3 独立 NeRF 表达 三、效果 论文：AD-NeRF: Audio Driven Neural Radiance Fields for Talking Head Synthesis 代码：https://github.com/YudongGuo/AD-NeRF

前言 我硕士期间主要关注的方向是少样本学习，长尾分布，噪声标签学习等。之前视野不够开阔，只关注了图像分类相关的工作，但是我意识到要真正的和实际需求相结合，就必须也也关注包括图像分割，目标检测等方向的工作，同时也应该对low level方向的工作有所了解，这些在实际中的用处也很丰富。 这篇文章主要整理自己粗略过一遍ICCV2021自己比较感兴趣的文章，主要是对摘要的阅读和自己的对摘要的理解。