CVHub

本文提出了一种具备高度可扩展性的类ConvNeXt的 3D 分割架构，其在有限的医学图像数据集上优于其它 7 个顶流方法，当中就包含了非常强的nnUNet。

传统的 3D 场景理解方法大多数都集中在 3D 目标检测上，难以描述任意形状和无限类别的真实世界物体。本文提出的 SurroundOcc 方法可以更全面地感知 3D 场景。

基于权重共享机制，One-shot NAS方法训练一个supernet，然后通过继承supernet的权重来对sub-network进行评估排序，在很大程度上大大降低了搜索成本。

从图片中识别道路破损程度是道路养护的重要日常工作，随着人工智能领域的兴起，深度学习技术在道路基础设施的自动视觉检查中起着至关重要的作用。

我们在图像分类和ImageNet-1K上的自我监督学习、ADE20K上的语义分割、SIDD上的图像去噪以及DAVIS上的视频去噪中展示了我们方法的有效性。

光学防抖镜头在现在很常见，但在相机系统中想要通过多个传感器融合信息时，存在姿态估计问题。这限制了我们从单个快照中估计高质量深度地图的能力。

今天为大家带来一篇全新的 SSDA-YOLO, 即基于半监督域自适应的 YOLO 方法，通过将最火爆的单阶段目标检测器 YOLO。

本文重新思考了 MobileNetv2 中高效的倒残差模块 Inverted Residual Block 和 ViT 中的有效 Transformer 的本质统一，归纳抽象了 MetaMobile。

扩散模型最近被证明可以生成高质量的合成图像，尤其是当与引导技术结合使用以牺牲多样性来换取保真度时。 本文探索了文本条件图像合成问题的扩散模型，并比较了两种不同的指导策略。