CVPR 2020论文开源项目一页看尽，附代码论文

CVPR 2020中选论文放榜后，最新开源项目合集也来了。

本届CPVR共接收6656篇论文，中选1470篇，“中标率”只有22%，堪称十年来最难的一届。

刨去接受率低这件事，从论文本身出发，在中选论文中还是有很多值得我们去借鉴和学习的精品。

今日GitHub上便出现了一个项目，将本届CVPR论文开源项目做了个集合。

本文便基于此GitHub项目，对中选CVPR 2020论文的开源项目做了整理，主要内容如下：

目标检测

论文题目：

Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection

本文首先指出了基于锚点检测与无锚点检测的本质区别，在于如何定义正、负训练样本，从而导致两者之间的性能差距。

研究人员提出了一种自适应训练样本选择 (ATSS)，根据对象的统计特征自动选择正样本和负样本。它显著地提高了基于锚点和无锚点探测器的性能，并弥补了两者之间的差距。

最后，还讨论了在图像上每个位置平铺多个锚点来检测目标的必要性。

论文地址：https://arxiv.org/abs/1912.02424

代码：https://github.com/sfzhang15/ATSS

目标跟踪

论文题目：

MAST: A Memory-Augmented Self-supervised Tracker(注：不确定是否中选)

这篇论文提出了一种密集的视频跟踪模型 (无任何注释)，在现有的基准上大大超过了之前的自监督方法(+15%)，并实现了与监督方法相当的性能。

首先通过深入的实验，重新评估用于自监督训练和重建损失的传统选择。其次，通过使用一个重要的内存组件来扩展架构，从而进一步改进现有的方法。而后，对大规模半监督视频对象分割进行了基准测试，提出了一种新的度量方法：可泛化 (generalizability)。

论文地址：https://arxiv.org/abs/2002.07793

代码：https://github.com/zlai0/MAST

实例分割

论文题目：

PolarMask: Single Shot Instance Segmentation with Polar Representation

本文提出了PolarMask方法，是一种single shot的实例分割框架。PolarMask基于FCOS，把实例分割统一到了FCN的框架下。

FCOS本质上是一种FCN的dense prediction的检测框架，可以在性能上不输anchor based的目标检测方法。

贡献在于，把更复杂的实例分割问题，转化成在网络设计和计算量复杂度上和物体检测一样复杂的任务，把对实例分割的建模变得简单和高效。

论文地址：https://arxiv.org/abs/1909.13226

代码：https://github.com/xieenze/PolarMask

其他论文：

CenterMask : Real-Time Anchor-Free Instance Segmentation

论文地址：https://arxiv.org/abs/1911.06667

代码：https://github.com/youngwanLEE/CenterMask

Deep Snake for Real-Time Instance Segmentation

论文地址：https://arxiv.org/abs/2001.01629

代码：https://github.com/zju3dv/snake

NAS

论文题目：

CARS: Continuous Evolution for Efficient Neural Architecture Search

在本文中，研究人员开发了一种高效的连续演化方法来搜索神经网络。

在最近的迭代中，在一个超网中共享参数的种群中的架构，将在具有几个epoch的训练数据集上进行调优。下一个演化迭代中的搜索将直接继承超网和种群，加速了最优网络的生成。进一步采用非支配排序策略，仅保留Pareto前沿的结果，以精确更新超网。

经过0.4天的GPU连续搜索，可以生成多个模型大小和性能不同的神经网络。这些网络超过了基准ImageNet数据集上最先进方法产生的网络。

论文地址：https://arxiv.org/abs/1909.04977

代码(即将开源)：https://github.com/huawei-noah/CARS

人脸表情识别

论文题目：

Suppressing Uncertainties for Large-Scale Facial Expression Recognition

本文提出了一种简单而有效的自修复网络(SCN)，它能有效地抑制不确定性，防止深度网络对不确定的人脸图像进行过拟合。

具体来说，SCN从两个不同的方面抑制了不确定性：⑴在小批量上的自关注机制，通过排名规则化对每个训练样本进行加权；⑵重新贴标签机制，在排名最低的组中修改这些样本的标签。

论文地址：https://arxiv.org/abs/2002.10392

代码(即将开源)：https://github.com/kaiwang960112/Self-Cure-Network

人体姿态估计

2D人体姿态估计

论文题目：

The Devil is in the Details: Delving into Unbiased Data Processing for Human Pose Estimation

所有计算机视觉的任务都需要和数据处理打交道，但在关键点检测问题上，数据处理显得尤为重要。在关键点检测任务上，数据处理尚未被系统的学习，因此这篇文章关注了人体关键点检测问题的数据处理，认为它是算法的一个极其重要的组成部分。

在系统地分析这个问题的时候，发现现有的所有的state-of-the-art在这个环节上都会存在两个方面的问题：一个是在测试过程中，如果使用flip ensemble时，由翻转图像得到的结果和原图得到的结果并不对齐。另外一个是使用的编码解码(encoding-decoding)方法存在较大的统计误差。

这两个问题耦合在一起，产生的影响包括：估计的结果不准确、复现指标困难、有较大可能使得实验的结果结论不可靠。

论文地址：https://arxiv.org/abs/1911.07524

代码：https://github.com/HuangJunJie2017/UDP-Pose

其他论文：

Distribution-Aware Coordinate Representation for Human Pose Estimation

论文地址：https://arxiv.org/abs/1910.06278

代码：https://github.com/ilovepose/DarkPose

3D人体姿态估计

论文题目：

VIBE: Video Inference for Human Body Pose and Shape Estimation

由于缺乏用于训练的ground-truth三维运动数据，现有的基于视频的最先进的方法无法生成准确和自然的运动序列。

为了解决这个问题，本文提出了身体姿态和形状估计的视频推理(VIBE)，它利用了现有的大型动作捕捉数据集(AMASS)和未配对的、in-the-wild 2D关键点注释。

关键创新是一个对抗性学习框架，它利用AMASS来区分真实的人类动作和由时间姿态、形状回归网络产生的动作。

论文地址：https://arxiv.org/abs/1912.05656

代码：https://github.com/mkocabas/VIBE

其他论文：

Compressed Volumetric Heatmaps for Multi-Person 3D Pose Estimation

论文地址：暂无

代码：https://github.com/anonymous-goat/CVPR-2020

点云

点云分类

论文题目：

PointAugment: an Auto-Augmentation Framework for Point Cloud Classification

本文提出了一种新的自动增强框架PointAugment，该框架在训练分类网络时自动优化和增强点云样本，以丰富数据多样性。

还建立了一个可学习的点增强函数，该函数具有形状上的变换和点上的位移，并根据分类器的学习过程，精心设计了损失函数来采用增广后的样本。

论文地址：https://arxiv.org/abs/2002.10876

代码(即将开源)：https://github.com/liruihui/PointAugment/

场景文本检测/识别

论文题目：

ABCNet: Real-time Scene Text Spotting with Adaptive Bezier-Curve Network

本文提出了自适应Bezier曲线网络(ABCNet)，主要贡献包括：⑴第一次通过参数化的Bezier曲线自适应地拟合任意形状的文本；⑵设计了一种新颖的BezierAlign层，用于提取具有任意形状的文本实例的精确卷积特征；⑶方法在效率和准确性上都具有优势。

论文地址：https://arxiv.org/abs/2002.10200

代码(即将开源)：https://github.com/Yuliang-Liu/bezier_curve_text_spottinghttps://github.com/aim-uofa/adet

超分辨率

视频超分辨率

论文题目：

Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution

本文探讨了时空视频的超分辨率任务，该任务旨在从低帧率(LFR)、低分辨率(LR)视频中生成高分辨率(HR)慢动作视频。

研究人员提出了一种基于LFR、LR视频直接合成HR慢动作视频的，单级空时视频超分辨率框架。

除此之外，还提出了一种可变形凸STM来同时对齐和聚合时态信息，以更好地利用全局时态上下文。最后，利用深度重构网络对HR慢动作视频帧进行预测。

论文地址：https://arxiv.org/abs/2002.11616

代码：https://github.com/Mukosame/Zooming-Slow-Mo-CVPR-2020

视觉语言导航

论文题目：

Towards Learning a Generic Agent for Vision-and-Language Navigation via Pre-training

本文提出了视觉和语言导航(VLN)任务的第一个预训练和微调范例。

通过以自监督的学习方式训练大量的图像-文本-动作三元组，预训练模型提供了视觉环境和语言指令的通用表示。

论文地址：https://arxiv.org/abs/2002.10638

代码(即将开源)：https://github.com/weituo12321/PREVALENT

其他

GhostNet: More Features from Cheap Operations

论文地址：https://arxiv.org/abs/1911.11907

代码：https://github.com/iamhankai/ghostnet

AdderNet: Do We Really Need Multiplications in Deep Learning?

论文地址：https://arxiv.org/abs/1912.13200

代码：https://github.com/huawei-noah/AdderNet

Deep Image Harmonization via Domain Verification

论文地址：https://arxiv.org/abs/1911.13239

代码：https://github.com/bcmi/Image_Harmonization_Datasets

其他GitHub论文项目地址：

https://github.com/charlesCXK/3D-SketchAware-SSC

https://github.com/Anonymous20192020/Anonymous_CVPR5767

https://github.com/avirambh/ScopeFlow

https://github.com/csbhr/CDVD-TSP

https://github.com/ymcidence/TBH

https://github.com/yaoyao-liu/mnemonics

https://github.com/meder411/Tangent-Images

https://github.com/KaihuaTang/Scene-Graph-Benchmark.pytorch

https://github.com/sjmoran/deep_local_parametric_filters

https://github.com/charlesCXK/3D-SketchAware-SSC

https://github.com/bermanmaxim/AOWS

最后，本项目是由公众号CVer编辑Amusi整理，同时欢迎各位大佬提交issue，分享CVPR 2020开源项目。

传送门

GitHub项目地址： https://github.com/amusi/CVPR2020-Code

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。