← CVPR 各届
CVPR 2022· Computer Vision and Pattern Recognition
CVPR 2022
亮点精读
8 篇 · 获奖 / oral / 高引📈 10.5k 引用
YOLOv7: Trainable Bag-of-Freebies Sets New State-of-the-Art for Real-Time Object Detectors
提出YOLOv7，通过可训练的免费技巧集实现实时目标检测新SOTA。
💡 显著提升实时检测精度与速度，推动工业应用。
arXiv
📈 8.4k 引用
A ConvNet for the 2020s
提出纯卷积架构ConvNeXt，在ImageNet上达到SOTA性能。
💡 挑战Transformer，证明卷积网络仍有竞争力。
arXiv
📈 4.3k 引用
DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation
提出DreamBooth方法，通过少量图像微调扩散模型实现主体驱动生成。
💡 首次实现个性化文本到图像生成，无需大量数据。
arXiv
📈 3.1k 引用
InstructPix2Pix: Learning to Follow Image Editing Instructions
提出一种基于指令的图像编辑方法，结合预训练模型和条件扩散，实现文本驱动的编辑。
💡 首次实现通过自然语言指令直接编辑图像，无需掩码或示例。
arXiv
📈 2.2k 引用
Conditional Prompt Learning for Vision-Language Models
提出条件提示学习，利用输入图像特征生成任务特定提示，提升视觉语言模型性能。
💡 首次将提示学习与输入条件结合，实现自适应提示生成。
arXiv
📈 2.1k 引用
RePaint: Inpainting using Denoising Diffusion Probabilistic Models
利用去噪扩散概率模型，通过预训练无条件DDPM实现自由形式图像修复。
💡 无需条件训练，即可高质量修复任意形状缺失区域。
arXiv
📈 1.7k 引用
Objaverse: A Universe of Annotated 3D Objects
Objaverse是一个大规模、多样化的3D物体数据集，包含80万+带标注的3D模型。
💡 推动3D视觉研究，提供丰富数据资源。
arXiv
📈 1.6k 引用
Magic3D: High-Resolution Text-to-3D Content Creation
Magic3D通过两阶段优化生成高分辨率文本到3D内容，提升速度和质量。
💡 实现高分辨率3D生成，加速并提升细节质量。
arXiv
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点