这 16 个 CV 知识干货资源包或许能拯救你的期末|极市年末干货汇总限时下载!

极市平台 2022-11-24 22:00
↑ 点击蓝字 关注极市平台

来源丨极市平台


今天是感恩节,想起很久没有和导师联系了,于是我给他发了一条情真意切的感恩短信。

结果,老大回复了七个字:“今天你学习了吗?”

我看着这六个字,想起收藏夹里满满的干货

🐎了就是学了,对吧!


极市平台每年都会输出许多CV的干货内容,顶会的论文解读和论文分类整理、大咖技术直播、各类深度学习实践教程、面试面经、开源数据集分类汇总......内容涵盖了零基础到进阶。


极市将这些高质量的内容都整理汇总成一个干货资源包,详见如下:



获取方式


关注公众号,后台回复「1124」即可获取



内容展示:




目录:


### 5年CVPR论文以及经典资源汇总

### Valse2022 poster合集

### 初探video transformer系列
- 初探Video Transformer(一):抛弃CNN的纯Transformer视频理解框架—TimeSformer
- 初探Video Transformer(二):谷歌开源更全面、高效的无卷积视频分类模型ViViT

### 底层视觉任务系列解读
- 视觉底层任务优秀开源工作:BasicSR 库使用方法
- 视觉底层任务优秀开源工作:MMEditing 库使用方法
- 底层任务超详细解读 (一):模糊核迭代校正盲超分方法 IKC
- 底层任务超详细解读 (二):盲超分的端到端交替优化方法 DAN
- 底层任务超详细解读 (三):只用纯合成数据来训练真实世界的盲超分模型 Real-ESRGAN
- 底层任务超详细解读 (四):首个超分可解释性工作 LAM,使用局部归因图理解和可视化的超分网络

### 搞懂 Vision Transformer 原理和代码系列
- **Section 1:视觉 Transformer 基础**
- **Section 2:视觉 Transformer 进阶**
- **Section 3:Transformer在识别任务的演进**
- **Section 4:Transformer内部机制的探究**
- **Section 5:轻量化Transformer (1)**
- **Section 6:将卷积融入视觉 Transformer (1)**
- **Section 7:轻量化Transformer (2)**
- **Section 8:更深的视觉 Transformer**
- **Section 9:更快更小的 Transformer**
- **Section 10:视觉 Transformer 训练方式的演进**
- **Section 11:轻量化 Transformer (3)**
- **Section 12:Transformer+图像质量评价**
- **Section 13:Transformer 的精炼和底层视觉任务新探索**
- **Section 14:将卷积融入视觉 Transformer (2)**
- **Section 15:Transformer 在识别任务的改进**
- **Section 16:Vision Transformer + NAS**
- **Section 17:Swin Transformer:各项任务SOTA模型 (1)**
- **Section 18:Attention is not all you need**
- **Section 19:MetaTransformer:简单到尴尬的视觉模型**
- **Section 20:Swin Transformer:各项任务SOTA模型 (2)**
- **Section 21:Transformer 用于底层视觉任务的探索**
- **Section 22:Transformer内部机制的探究**
- **Section 23:小数据集训练视觉 Transformer 模型**
- **Section 24:极深的 Transformer 模型**
- **Section 25:面向 TensorRT 的视觉 Transformer**
- **Section 26:关于视觉 Transformer 你应该知道的3件事**
- **Section 27:视觉 Transformer 的复仇:DeiT III**
- **Section 28:TinyViT:小型 ViT 的快速预训练蒸馏**
- **Section 29:MiniViT:通过权重复用压缩视觉 Transformer 模型**
- **Section 30:无需微调加速大规模视觉 Transformer 密集预测任务的方法**
- **Section 31:动态 Token 稀疏化实现高效的视觉 Transformer**
- **Section 32:动态 Token 稀疏化实现高效的视觉 Transformer**

### 模型压缩经典解读系列
- 深入浅出的模型压缩:你一定从未见过如此通俗易懂的 Slimming 操作 
- 模型压缩大杀器!详解高效模型设计的自动机器学习流水线 
- 万字综述:用于深度神经网络加速的 Shift 操作 
- 深入研究模型压缩经典 Ghostnet:如何用少量计算生成大量特征图? 
- 模型压缩经典解读:解决训练数据问题,无需数据的神经网络压缩技术 
- 模型压缩经典解读:解决训练数据问题,无需数据的神经网络压缩技术...(中) 
- 模型压缩经典解读:解决训练数据问题,无需数据的神经网络压缩技术(下) 
- 模型压缩经典解读:隐私保护模型压缩技术 Nasty Teacher,无惧模型“被蒸馏”! 
- NeurIPS22 Spotlight|华为诺亚 GhostNetV2 出炉:长距离注意力机制增强廉价操作 
- 模型压缩经典解读:只训练 BN 层加速神经架构搜索 BN-NAS (ICCV 2021) 

### 深度了解自监督系列
- 大概是全网最详细的何恺明团队顶作 MoCo 系列解读!(上) 
- 大概是全网最详细的何恺明团队顶作 MoCo 系列解读...(完结篇) 
- 深度了解自监督学习,就看这篇解读 !Hinton 团队力作:SimCLR 系列 
- 深度了解自监督学习,就看这篇解读 !微软首创:运用在 image 领域的 BERT
- 深度了解自监督学习,就看这篇解读 !何恺明新作 MAE:通向 CV 大模型 
- 深度了解自监督学习,就看这篇解读 !大规模预训练视觉任务的 BERT 模型:iBOT
- 深度了解自监督学习,就看这篇解读 !SimMIM:掩码图像建模的简单框架 
- 深度了解自监督,就看这篇解读(六)!微软亚研院提出新的自监督学习范式:PIC
- 深度了解自监督学习,就看这篇(七) !混合卷积-Transformer 模型实现更高效的MAE

### 冠军方案
- NTIRE 2021 冠军方案:华硕和台湾大学提出深度引导影像重照明方案-MBNet
- ECV 2021 冠军方案解读:占道经营识别方案
- ECV 2021 冠军方案解读:驾驶员不良驾驶识别方案
- ECV 2021 冠军方案解读:渣土车识别方案
- ECV 2021 冠军方案解读:船只数量检测方案
- CVPR 2021 Short-video Face Parsing Challenge 季军方案分享
- 街道垃圾识别冠军方案解读|ECV2022
- 神仙打架丨NTIRE2021视频超分挑战双赛道方案
- 户外违规广告牌识别冠军方案|ECV 2022
- 高通人工智能应用创新大赛冠军方案解读
- 反光衣识别算法冠军方案总结(附源码)|极市打榜
- 短袖短裤识别算法冠军方案总结 | 极市打榜

### 极市直播

### 技术综述
- 综述:一文详解50多种多模态图像融合方法
- 真正的即插即用!盘点11种CNN网络设计中精巧通用的“小”插件
- 一文看尽 6篇 CVPR2021 伪装目标检测、旋转目标检测论文
- 一文看尽 27 篇 CVPR2021 2D 目标检测论文
- 一文看尽 6篇 CVPR2021 2D 异常检测论文
- 一文概览 CVPR2021 最新18篇 Oral 论文
- 万字长文细说工业缺陷检测
- 如何入门多视角人脸正面化生成?不得不看的超详细最新综述!
- 如何入门多视角3D目标识别?超详细最新综述来袭!
- 进可暴力提性能,退可无损做压缩:结构重参数化技术综述
- 【盘点】CVPR 二十年,影响力最大的 10 篇论文!

### 论文写作/学习经验/工具汇总
- 在做算法工程师的道路上,你掌握了什么概念或技术使你感觉自我提升突飞猛进?
- 用LaTex写论文经验分享
- 在计算机领域的科研中,最初的创新点从何而来?
- 研究生第一篇科研论文常犯问题总结
- 一名博士后出站前反思:若能重读博士,我定会注意这20件事!
- 如何摆脱对翻译软件的依赖?高效阅读英文文献方法总结
- 深度学习中创新点比较小,但是有效果,可以发(水)论文吗_
- 美国老姐看完200+中国学生SCI论文,怒写超详细“中国人英文论文写作指南”,还被推上了B站热门…
- 论文写作注意细节总结
- 论文画图工具:25个常用Matplotlib图的Python代码总结
- 计算机顶会论文投稿指南
- 发了6篇SCI的师兄告诉我的秘密:科研工具推荐大合集!
- 对自己深度学习方向的论文有idea,可是工程实践能力跟不上,实验搞不定怎么办?
- 从选题到答辩:优秀博士论文写作最全面的经验分享
- 博士生在没有导师指导的情况下,该如何自己选题发 CVPR ?
- 北京大学施柏鑫:从审稿人视角,谈谈怎么写一篇CVPR论文
- 2022 AAAI 投稿体会
- 21张让你代码能力突飞猛进的速查表(神经网络、线性代数、可视化等)

### 面试面经
- 准算法工程师从30+场秋招中总结出的超强面经—C、Python与算法篇篇(含答案)
- 一位算法工程师从30+场秋招面试中总结出的超强面经—语义分割篇(含答案)
- 图像处理知多少?准大厂算法工程师30+场秋招后总结的面经问题详解
- 我愿称之为史上最全的深度学习面经总结(附答案详解)
- 一位算法工程师从30+场秋招面试中总结出的超强面经——目标检测篇(含答案)
- 腾讯_字节_华为_旷视 2022届实习面经—计算机视觉方向
- 收获17个offer!我的105场秋招面试经验
- 算法岗必须人手一篇顶会?超详细面经:无论文、无实习拿下腾讯CV算法岗
- 深度学习三十问!一位算法工程师经历30+场CV面试后总结的常见问题合集(含答案)
- 深度学习六十问!一位算法工程师经历30+场CV面试后总结的常见问题合集下篇(含答案)
- 深度学习补缺补漏篇!准算法工程师总结出的超强面经(含答案)
- 普通段位玩家的CV算法岗上岸之路(2023届秋招)
- 面试官的角度谈谈算法岗面试的过程(岗位涉及到OCR、目标检测、图像分割、语音识别等领域)
- 面经|经典算法面试题&知识点汇总(附答案)
- 面经|计算机视觉面试复习笔记(二)卷积神经网络
- 决战春招!算法工程师面试问题及资料超详细合集(多家公司算法岗面经_代码实战_网课_竞赛等)
- 计算机视觉面试复习笔记(三):深度学习基础面试常见问题总结
- 计算机基础与手撕代码篇!准算法工程师总结出的超强面经(含答案)
- 【面经系列】万字面试分享贴!从十二个角度解析面试全流程!附互联网公司Offer难度系数分析

### 实操教程
- Pytorch中Spatial-Shift-Operation的5种实现策略
- PyTorch 之 Checkpoint 机制解析
- PyTorch 深度剖析:如何使用模型并行技术 (Model Parallel)
- PyTorch 深度剖析:并行训练的 DP 和 DDP 分别在什么情况下使用及实例
- PyTorch 对类别张量进行 one-hot 编码
- 用Pytorch轻松实现28个视觉Transformer,开源库 timm 了解一下!(附代码解读)
- 用OpenCV实现超轻量的NanoDet目标检测模型!
- 视觉神经网络模型优秀开源工作:timm库使用方法和最新代码解读
- 实用教程详解:用OpenCV的DNN模块部署YOLOv5目标检测
- 实践教程 _ PyTorch中相对位置编码的理解
- 实践教程 _ 一文让你把Docker用起来!
- 实操教程 _ 使用Docker为无网络环境搭建深度学习环境
- 模型部署翻车记:pytorch转onnx踩坑实录
- 记一次坎坷的算法需求实现:轻量级人体姿态估计模型的修炼之路(附MoveNet复现经验)
- 超快速的端到端实例分割模型,手把手教你用opencv部署Yolact

### 极市打榜
- 手把手教你搞定极市打榜新手任务!
- 极市打榜|ev-sdk封装实操教程
- 开发效率提升60%,详解在极市平台上进行的全流程线上算法开发
- 反光衣识别算法冠军方案总结(附源码)|极市打榜
- 保姆级教程:深度学习线上算法开发「环境配置」指南|极市
- 本想浅试一下,结果冠军和奖金都到手了!记一次成功的算法项目实践
- 2 小时上手真实项目线上开发?某 CV 算法开发训练平台新功能又现王炸

### 开源数据集分类汇总
- RGB-T 开源数据集资源汇总
- 自动驾驶方向开源数据集资源汇总(二):驾驶场景分割、车道线检测、BEV语义分割等
- 医学图像开源数据集汇总(二)
- 自动驾驶方向开源数据集资源汇总
- 医学图像开源数据集汇总
- 图像去噪开源数据集资源汇总
- 行人检测
- 图像去雾开源数据集资源汇总
- 图像分类相关优质开源数据集汇总(附下载链接)
- 图像分割开源数据集资源汇总(天空图像、骨架分割、多品种果花等)
- 人体姿态估计相关开源数据集介绍及汇总
- 人群计数、行人检测等开源数据集资源汇总
- 开源真实场景图像检测数据集汇总
- 关键点检测开源数据集汇总
- 超全的 3D 视觉数据集汇总
- 安全帽、头盔、反光衣、垃圾分类识别等开源数据集汇总
- 21个深度学习开源数据集分类汇总
- 15个目标检测开源数据集汇总
- 10个工业检测数据集

### 论文解读
- 各类Transformer都得稍逊一筹,LV-ViT:探索多个用于提升ViT性能的高效Trick
- _CVPR2021最佳学生论文提名:Less is More
- 51.1AP!单阶段检测器的新纪录,TOOD:即插即用的检测器换头术,显著提升性能
- 霸榜COCO和Cityscapes!南理工&CMU提出极化自注意力,更精细的双重注意力建模结构
- 别魔改网络了,Google研究员:模型精度不高,是因为你的Resize方法不够好!
- 超越Swin Transformer!谷歌提出了收敛更快、鲁棒性更强、性能更强的NesT
- 超越Swin,Transformer屠榜三大视觉任务!微软推出新作:Focal Self-Attention
- 吊打一切现有版本的YOLO!旷视重磅开源YOLOX:新一代目标检测性能速度担当!
- 动态卷积超进化!通道融合替换注意力,减少75%参数量且性能显著提升 ICLR 2021
- 动态滤波器卷积新高度!DDF:同时解决内容不可知与计算量两大缺陷|CVPR2021
- 多快好省的目标检测器来了!旷视孙剑团队提出Anchor DETR:基于Anchor Point的DETR
- 反向 Dropout!韩松团队最新工作NetAug:提高Tiny神经网络性能的新训练方法
- 告别Heatmap!人体姿态估计表征新方法SimDR
- 给图像特征提取开个“ViP”是什么效果?字节&牛津提出视觉解析器,全面超越HaloNet!
- 更深和更宽的Transformer,哪个更好?NUS团队:我站Wider!
- 还在魔改Transformer结构吗?微软&中山大学开源超强的视觉位置编码,涨点显著
- 何恺明最新工作:简单实用的自监督学习方案MAE,ImageNet-1K 87.8%!
- 华南理工&阿里最新提出ELSA:深挖transformer局部注意力的“致命点”并扭转乾坤!
- 简单新颖神操作,截断骨干用于检测!YOLO-ReT开源:边缘GPU设备上的高性能检测器
- 将位置信息嵌入通道注意力!NUS提出新机制,显著提升卷积特征表达|CVPR2021
- 解决训练不稳定性,何恺明团队新作来了!自监督学习+Transformer=MoCoV3
- 开源|AAAI‘21杰出论文-三维重建新探索:解决数据依赖问题,让自监督信号更可靠!
- 来自Transformer的降维打击:ReID各项任务全面领先,阿里&浙大提出TransReID
- 妙啊!不怕遮挡的图像线段匹配 SOLD2,还能联合自监督线段检测|CVPR2021 Oral
- 目标检测的“尽头”竟是语言建模?Hinton团队提出Pix2Seq:性能优于DETR
- 目标检测一卷到底之后,终于有人为它挖了个新坑|CVPR2021 Oral
- 内存瓶颈和计算负载问题一举突破?韩松团队提出MUCNetV2:解锁MCU端新纪录!
- 你仅需要看一个序列!YOLOS:重新思考Transformer的泛化性能
- 轻量高效!清华智能计算实验室开源基于PyTorch的视频 (图片) 去模糊框架SimDeblur
- 去除冗余token的DETR效果怎么样?NUS颜水成团队提出端到端的PnP-DETR结构
- 去掉softmax后Transformer会更好吗?复旦&华为诺亚提出SOFT:轻松搞定线性近似
- 人类高质量视觉模型YOLOP开源:同时处理三大视觉任务,还能各种超越SOTA…
- 深入研究模型压缩经典Ghostnet:如何用少量计算生成大量特征图?
- 时隔两年,EfficientNet v2来了!更快,更小,更强!
- 视觉 Transformer 的可视化|CVPR2021
- 刷新视频超分新记录28.41dB!同时利用过去和未来隐状态的全局视频超分方案OVSR
- 突破置换模块计算瓶颈,MSRA开源轻量版HRNet,超越主流轻量化网络!|CVPR2021
- 图像反光能被一键去除了?港科大开源RFC,仅用一个操作,强反光也能完美去除|CVPR2021
- 网络架构之争:三大主流架构对决,谁是王者?深入思考CNN、Transformer与MLP
- 为了提升在小数据集上的性能,有学者让神经网络像生物一样“进化”了|CVPR2021 Oral
- 我扔掉FPN来做目标检测,效果竟然这么强!YOLOF开源:你只需要看一层特征|CVPR2021
- 无需检测器提取特征!LeCun团队提出MDETR:实现真正的端到端多模态推理|ICCV 2021 Oral
- 一个RGB-T工作的小小感悟与总结
- 移动端超分的磁悬浮,推理仅需10ms!港理工&达摩院开源超轻量超分网络ECB
- 用简单Mask分类实现语义分割、实例分割“大一统”!Facebook&UIUC开源MaskFormer
- 圆形的CNN卷积核?清华黄高团队&康奈尔提出圆形卷积,进一步提升卷积结构性能!
- 在目标检测被“遗忘”领域进行探索后,百度开源最新力作UMOP:即插即用、无痛涨点
- 真正实用的退化模型:ETH开源业内首个广义盲图像超分退化模型,性能效果绝佳
- 准确率87.5%,微软、中科大提出十字形注意力的CSWin Transformer
- 自注意力真的是Transformer的必杀技吗?MSRA否认三连,并反手给你扔来一个sMLPNet
- 最新!基于深度学习的盲图像超分技术一览
- 最新综述丨视频超分辨率研究方法
- AdvProp:两组Batch Normalization助你在CNN对抗训练中高效涨点
- CNN与Transformer的强强联合!谷歌最新开源BoTNet,ImageNet达84.7%准确率
- CNN终于杀回来了!京东AI开源最强ResNet变体CoTNet:即插即用的视觉识别模块
- CVPR 2021|Neighbor2Neighbor:无需干净图像的自监督图像降噪
- DSRL:灵活而简单的框架,提高网络精度的且不引入额外的计算量,CVPR2020
- FAIR何恺明团队最新研究:定义ViT检测迁移学习基线
- ICCV 2021|“白嫖”性能的MixMo,一种新的数据增强or模型融合方法
- ICCV 21 Oral|拒绝调参,显著提点!检测分割任务的新损失函数RS Loss开源
- ICCV2021|性能优于何恺明团队MoCo v2,DetCo:为目标检测定制任务的对比学习
- ICML2021|超越SE、CBAM,中山大学开源SAM:无参Attention!
- MLP 又又又升级了!港大&商汤开源首个用于检测与分割任务的MLP架构
- MLP三大工作超详细解读:why do we need_
- MLP再添新砖,Facebook入局!ResMLP_完全建立在MLP上的图像分类架构
- Multi-Scale Densenet续作?搞定Transformer降采样,清华联合华为开源动态ViT!
- OpenAI新宠CLIP有可视化了,CMU小哥开源新玩法,轻松搞定多类型图文联合检索
- PP-YOLOv2开源,你的目标检测器又该升级了!性能超越YOLOv5且推理耗时保持不变
- ResNet被全面超越了,是Transformer干的:依图科技开源“可大可小”T2T-ViT,轻量版优于MobileNet
- Swin Transformer重磅升级!Swin V2:向更大容量、更高分辨率的更大模型迈进
- TPAMI 2021 :基于 event stream 的步态识别,准确率高达90%!
- Transformer 向轻量型迈进!微软与中科院提出两路并行的 Mobile-Former
- Transformer一作又出新作!HaloNet:用Self-Attention的方式进行卷积
- Transformer在图像复原领域的降维打击!ETH提出SwinIR:各项任务全面领先



获取方式:


关注公众号,后台回复「1124」即可获取





公众号后台回复“极市直播”获取极市直播第100期(视频实例分割新SOTA:SeqFormer&IDOL)PPT下载~

△点击卡片关注极市平台,获取最新CV干货


极市干货
算法竞赛:1000W奖池,AI算法等你来战!粤港澳大湾区(黄埔)国际算法算例大赛正式开赛!
技术综述防止模型过拟合的方法汇总浅析深度学习在图像处理中的应用趋势及常见技巧
极视角动态:极视角与惠普签署战略合作协议,共拓智慧工业市场极智产品融合|极视角罗韵解读「行业+AI」融合创新的实操手册



点击阅读原文进入CV社区

收获更多技术干货


推荐阅读