论文笔记✍MonoLSS: Learnable Sample Selection For Monocular 3D Detection 📜 Abstract 🔨 主流做法+限制 ： 以前的工作以启发式的方式使用特征来学习 3D 属性，没有考虑到不适当的特征可能会产生不利影响。 🔨 本文做法： 本文引入了样本选择，即只训练合适的样本来回归 3D 属性。 为了自适应地选择样本，

题目：Sparse R-CNN: End-to-End Object Detection with Learnable Proposals 作者：Peize Sun1∗, Rufeng Zhang2∗, Yi Jiang3∗, Tao Kong3, Chenfeng Xu 发表单位：港大，同济，字节跳动AI lab 关键词：端到端物体检测，proposal boxes , proposal fe

中科大、西安交大、南开大学发表在ICCV2023的论文，作者里有李重仪老师和中科大的Jie Huang（ECCV2022的FEC CVPR2022的ENC和CVPR2023的ERL的一作）喔，看来可能是和Jie Huang同一个课题组的，而且同样代码是开源的，我很喜欢。文章利用了MAE的encoder来做一些事情，提出了一个叫customized unfolding enhancer （CUE