组内资料分享

• 组内资料分享
  • Paper-Reading-Group

Paper-Reading-Group

List shared papers in our group

|Date|Speaker|Paper|Remark| |---|:---:|---|---| |2025.08.04|1. 刘索妮
（GigaPixel WSI） |《Learning Heterogeneous Tissues with Mixture of Experts for Gigapixel Whole Slide Images》 （CVPR 2025） |2025.07.21|1. 张骁
（Biomedical Contrastive Learning） |《BiomedCoOp: Learning to Prompt for Biomedical Vision-Language Models》 （CVPR 2025） |2025.07.07|1. 张灿
（Spatial-Temperal Vedio Grounding） |《Knowing Your Target: Target-Aware Transformer Makes Better Spatio-Temporal Video Grounding》 （ICLR 2025） |2025.07.07|2. 胡梦云
（ViT for Segmentation） |《Your ViT is Secretly an Image Segmentation Model》 （CVPR 2025） |2025.06.30|1. 李文杰
（Object Detection with MLLM） |《Open-Det: An Efficient Learning Framework for Open-Ended Detection》 （ICML 2025） |2025.06.30|2. 聂正鑫
（Hierarchical MIL for WSI） |《Few-Shot Learning from Gigapixel Images via Hierarchical Vision-Language Alignment and Modeling》 （arxiv 2505） |2025.06.23|1. 房玮潇
（Amodal Instance Segmentation） |《Segment Anything, Even Occluded》 （CVPR 2025） |2025.06.23|2. 郭力睿
（Knowledge-Based VQA） |《Notes-guided MLLM Reasoning: Enhancing MLLM with Knowledge and Visual Notes for Visual Question Answering》 （CVPR 2025） |2025.06.09|1. 张骁
（LLM Inter-representation） |《Layer by Layer: Uncovering Hidden Representations in Language Models》 （ICML 2025） |2025.06.09|2. 刘索妮
（Fast WSI） |《Fast and Accurate Gigapixel Pathological Image Classification with Hierarchical Distillation Multi-Instance Learning》 （CVPR 2025） |2025.05.30|1. 胡梦云
（OV Semantic Segmentation） |《DPSeg: Dual-Prompt Cost Volume Learning for Open-Vocabulary Semantic Segmentation》 （CVPR 2025） |2025.05.30|2. 郭力睿
（Pre-training for VLM） |《FLAME：Frozen Large Language Models Enable Data-Efficient Language-Image Pre-training》 （CVPR 2025） |2025.05.23|1. 许文卓
（Object Detection） |《MI-DETR: An Object Detection Model with Multi-time Inquiries Mechanism》 （CVPR 2025） |2025.05.23|2. 张灿
（Prompt Learning for VLM） |《NLPrompt: Noise-Label Prompt Learning for Vision-Language Models》 （CVPR 2025） |2025.05.16|1. 胡逸琛
（Multi-modal Vision Pre-training） |《Multi-modal Vision Pre-training for Medical Image Analysis》 （CVPR 2025） |2025.05.16|2. 房玮潇
（Weakly Supervised Semantic Segmentation） |《Exploring CLIP’s Dense Knowledge for Weakly Supervised Semantic Segmentation》 （CVPR 2025） |2025.05.09|1. 黄佳隆
（WSI） |《MExD: An Expert-Infused Diffusion Model for Whole-Slide Image Classification》 （CVPR 2025） |2025.05.09|2. 张骁
（VLM） |《PACT: Pruning and Clustering-Based Token Reduction for Faster Visual Language Models》 （CVPR 2025） |2025.05.02|1. 黄丽娜
（OW Object Counting） |《SDVPT: Semantic-Driven Visual Prompt Tuning for Open-World Object Counting》 （arXiv 2504） |2025.05.02|2. 张伊男
（Multimodal Learning） |《Adaptive Unimodal Regulation for Balanced Multimodal Information Acquisition》 （CVPR 2025） |2025.04.25|1. 张灿
（Video MLLM） |《VideoGLaMM : A Large Multimodal Model for Pixel-Level Visual Grounding in Videos》 （CVPR 2025） |2025.04.25|2. 胡梦云
（OV Semantic Segmentation） |《Exploring Simple Open-Vocabulary Semantic Segmentation》 （CVPR 2025） |2025.04.19|1. 张浩杰
（MLLM） |《From Visuals to Vocabulary: Establishing Equivalence Between Image and Text Token Through Autoregressive Pre-training in MLLMs》 （arXiv 2502） |2025.04.19|2. 刘索妮
（WSI） |《FOCUS: Knowledge-enhanced Adaptive Visual Compression for Few-shot Whole Slide Image Classification》 （CVPR 2025） |2025.04.11|1. 王培福
（LMM） |《F-LMM:Grounding Frozen Large Multimodal Models》 （CVPR 2025） |2025.04.11|2. 郭力睿
（VLM） |《DINOv2 Meets Text: A Unified Framework for Image- and Pixel-Level Vision-Language Alignment》 （CVPR 2025） |2025.04.04|1. 胡逸琛
（KD for VLMs） |《MoVE-KD: Knowledge Distillation for VLMs with Mixture of Visual Encoders》 （CVPR 2025） |2025.04.04|2. 房玮潇
（Object Detection） |《DEIM: DETR with Improved Matching for Fast Convergence》 （CVPR 2025） |2025.03.28|1. 黄佳隆
（VLM for WSI） |《SlideChat: A Large Vision-Language Assistant for Whole-Slide Pathology Image Understanding》 （CVPR 2025） |2025.03.28|2. 许文卓
（OVOD） |《LLMDet: Learning Strong Open-Vocabulary Object Detectors under the Supervision of Large Language Models》 （CVPR 2025） |2025.03.21|1. 王培福
（Spatial-Temporal Understanding） |《LLaVA-ST: A Multimodal Large Language Model for Fine-Grained Spatial-Temporal Understanding》 （CVPR 2025） |2025.03.21|2. 胡梦云
（Visual Grounding） |《SimVG: A Simple Framework for Visual Grounding with Decoupled Multi-modal Fusion》 （NeurIPS 2024） |2025.03.14|1. 黄丽娜
（LMM） |《LLaVE: Large Language and Vision Embedding Models with Hardness-Weighted Contrastive Learning》 （arXiv 2503） |2025.03.14|2. 刘索妮
（Medical Report Generation） |《PromptMRG: Diagnosis-Driven Prompts for Medical Report Generation》 （AAAI 2024） |2025.03.07|1. 张灿
（Image Segmentation） |《ASimpleImageSegmentationFrameworkviaIn-Context_Examples》 （NeurlPS 2024） |2025.03.07|2. 张骁
（Visual RFT） |《Visual RFT: Visual Reinforcement Fine Tuning》 （arXiv 2503） |2025.02.28|1. 张伊男
（MML） |《Balance-aware Sequence Sampling Makes Multi-modal Learning Better》 （arXiv 2501） |2025.02.28|2. 郭力睿
（LLM） |《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》 （arXiv 2501） |2025.02.17|1. 张浩杰
（Pretraining for LLM） |《Not All Tokens Are What You Need for Pretraining》 （NeurIPS 2024） |2025.02.17|2. 房玮潇
（OV Semantic Segmentation） |《Image-to-Image Matching via Foundation Models: A New Perspective for Open-Vocabulary Semantic Segmentation》 （CVPR 2024） |2025.02.10|1. 胡逸琛
（Multimodal Classification） |《Facilitating Multimodal Classification via Dynamically Learning Modality Gap》 （NeurIPS 2024） |2025.02.10|2. 许文卓
（Open-Ended Object Detection） |《Training-Free Open-Ended Object Detection and Segmentation via Attention as Prompts》 （NeurIPS 2024） |2025.01.20|1. 黄佳隆
（PATHOLOGY Dataset） |《PATHGEN-1.6M: 1.6 MILLION PATHOLOGY IMAGETEXT PAIRS GENERATION THROUGH MULTI-AGENT COLLABORATION》 （arXiv 2407） |2025.01.20|2. 张骁
（Foundational Pretraining） |《MM-Retinal: Knowledge-Enhanced Foundational Pretraining with Fundus Image-Text Expertise》 （MICCAI 2024） |2025.01.13|1. 张浩杰
（PEFT） |《Fira: Can We Achieve Full-rank Training of LLMs Under Low-rank Constraint?》 （arXiv 2410） |2025.01.13|2. 王培福
（MLLM） |《LLaVA-Mini: Efficient Image and Video Large Multimodal Models with One Vision Token》 （arXiv 2501） |2025.01.06|1. 刘索妮
（Unsupervised WSI Representation Learning） |《Morphological Prototyping for Unsupervised Slide Representation Learning in Computational Pathology》 （CVPR 2024） |2025.01.06|2. 李文杰
（OVD） |《SIA-OVD: Shape-Invariant Adapter for Bridging the Image-Region Gap in Open-Vocabulary Detection》 （ACM MM 2024） |2024.12.30|1. 张灿
（Multi-Modality Models） |《G3: An Effective and Adaptive Framework for Worldwide Geolocalization Using Large Multi-Modality Models》 （NeurIPS 2024） |2024.12.30|2. 胡梦云
（Generalized Referring Expression Segmentation） |《CoHD: A Counting-Aware Hierarchical Decoding Framework for Generalized Referring Expression Segmentation》 （arXiv 2405） |2024.12.23|1. 张伊男
（Zero-Shot Visual Recognition） |《Grounding Descriptions in Images informs Zero-Shot Visual Recognition》 （arXiv 2412） |2024.12.23|2. 虞昊泽
（Missing Modality） |《Missing Modality Prediction for Unpaired Multimodal Learning via Joint Embedding of Unimodal Models》 （ECCV 2024） |2024.12.16|1. 黄丽娜
（One-Shot SAM） |《Med-PerSAM: One-Shot Visual Prompt Tuning for Personalized Segment Anything Model in Medical Domain》 （arXiv 2411） |2024.12.16|2. 房玮潇
（Object Counting） |《Point, Segment and Count: A Generalized Framework for Object Counting》 （CVPR 2024） |2024.12.9|1. 胡逸琛
（Missing Modality） |《Probabilistic Conformal Distillation for Enhancing Missing Modality Robustness》 （NeurIPS 2024） |2024.12.9|2. 许文卓
（DI-MaskDINO） |《DI-MaskDINO: A Joint Object Detection and Instance Segmentation Model》 （NeurIPS 2024） |2024.12.2|1. 黄佳隆
（WSI Analysis） |《Rethinking Transformer for Long Contextual Histopathology Whole Slide Image Analysis》 （NeurIPS 2024） |2024.12.2|2. 张骁
（RL for SAM） |《AlignSAM: Aligning Segment Anything Model to Open Context via Reinforcement Learning》 （CVPR 2024） |2024.11.25|1. 张浩杰
（Safety of VLM） |《Enhancing Vision-Language Model Safety through Progressive Concept-Bottleneck-Driven Alignment》 （arXiv 2411） |2024.11.25|2. 王培福
（Streaming Video） |《VideoLLM-online: Online Video Large Language Model for Streaming Video》 （CVPR 2024） |2024.11.18|1. 张灿
（Large Multimodal Model） |《PixelLM: Pixel Reasoning with Large Multimodal Model》 （CVPR 2024） |2024.11.18|2. 胡梦云
（Generalized Referring Expression Segmentation） |《Bring Adaptive Binding Prototypes to Generalized Referring Expression Segmentation》 （arXiv 2405） |2024.11.11|1. 张伊男
（Missing Modality） |《Flex-MoE: Modeling Arbitrary Modality Combination via the Flexible Mixture-of-Experts》 （NeurIPS 2024 Spotlight） |2024.11.11|2. 虞昊泽
（Missing Modality） |《Leveraging Knowledge of Modality Experts for Incomplete Multimodal Learning》 （ACM MM 2024） |2024.11.4|1. 黄丽娜
（Open-World Instance Segmentation） |《SOS: Segment Object System for Open-World Instance Segmentation With Object Priors》 （ECCV 2024） |2024.11.4|2. 房玮潇
（Foundation Models） |《Frozen-DETR: Enhancing DETR with Image Understanding from Frozen Foundation Models》 （NeurIPS 2024） |2024.10.28|1. 胡逸琛
（Multimodal Learning） |《Robust Multimodal Learning via Representation Decoupling》 （ECCV 2024） |2024.10.28|2. 许文卓
（LMM） |《LLaVA-Grounding: Grounded Visual Chat with Large Multimodal Models》 （ECCV 2024） |2024.10.21|1. 黄佳隆
（Few-Shot Learning） |《FAST: A Dual-tier Few-Shot Learning Paradigm for Whole Slide Image Classification》 （NeurIPS 2024） |2024.10.21|2. 张骁
（LMM） |《AVG-LLaVA: A Large Multimodal Model with Adaptive Visual Granularity》 （arxiv 2410） |2024.10.14|1. 张浩杰
（Continual Learning） |《InfLoRA: Interference-Free Low-Rank Adaptation for Continual Learning》 （CVPR 2024） |2024.10.14|2. 王培福
（Video Moment Retrieval） |《Prior Knowledge Integration via LLM Encoding and Pseudo Event Regulation for Video Moment Retrieval》 （ACM MM 2024 Oral） |2024.10.7|1. 虞昊泽
（Multimodal Classification） |《Multimodal Classification via Modal-Aware Interactive Enhancement》 （arxiv 2407） |2024.10.7|2. 房玮潇
（Generalist Vision Transformer） |《GiT: Towards Generalist Vision Transformer through Universal Language Interface》 （ECCV 2024） |2024.9.30|1. 黄丽娜
（Medical Foundation Models） |《Low-Rank Knowledge Decomposition for Medical Foundation Models》 （CVPR 2024） |2024.9.30|2. 许文卓
（Generic Object Detection） |《T-Rex2: Towards Generic Object Detection via Text-Visual Prompt Synergy》 （ECCV 2024） |2024.9.23|1. 胡逸琛
（Multimodal Learning） |《Multimodal Representation Learning by Alternating Unimodal Adaptation》 （CVPR 2024） |2024.9.23|2. 黄佳隆
（Vision-Language Models） |《PromptKD: Unsupervised Prompt Distillation for Vision-Language Models》 （CVPR 2024） |2024.9.16|1. 张伊男
（Multimodal Learning） |《Detached and Interactive Multimodal Learning》 （ACM MM 2024） |2024.9.16|2. 张骁
（Unified Foundation Model） |《VILA-U: a Unified Foundation Model Integrating Visual Understanding and Generation》 （arxiv 2409） |2024.9.9|1. 张浩杰
（Visual Language Model） |《CoVLM: Composing Visual Entities and Relationships in Large Language Models Via Communicative Decoding》 （ICLR 2024） |2024.9.9|2. 王培福
（Video Temporal Grounding） |《Training-free Video Temporal Grounding using Large-scale Pre-trained Models》 （ECCV 2024） |2024.9.2|1. 黄丽娜
（Semantic Segmentation） |《MTA-CLIP: Language-Guided Semantic Segmentation with Mask-Text Alignment》 （ECCV 2024） |2024.9.2|2. 黄佳隆
（Low-Shot Image Classification） |《Large Language Models are Good Prompt Learners for Low-Shot Image Classification》 （CVPR 2024） |2024.8.26|1. 胡逸琛
（Multimodal Learning） |《Borrowing Treasures from Neighbors: In-Context Learning for Multimodal Learning with Missing Modalities and Data Scarcity》 （ICML 2024） |2024.8.26|2. 许文卓
（Ultrasound Image Segmentation） |《CC-SAM: SAM with Cross-feature Attention and Context for Ultrasound Image Segmentation》 （ECCV 2024） |2024.8.19|1. 张浩杰
（Scaling MLLM） |《SPHINX-X: Scaling Data and Parameters for a Family of Multi-modal Large Language Models》 （ICML 2024） |2024.8.19|2. 王培福
（Action Localization） |《HAT: History-Augmented Anchor Transformer for Online Temporal Action Localization》 （ECCV2024） |2024.8.12|1. 张伊男
（High-Resolution VLM） |《FlexAttention for Efficient High-Resolution Vision-Language Models》 （ECCV 2024） |2024.8.12|2. 张骁
（Vision-Language Pretraining） |《Modeling Caption Diversity in Contrastive Vision-Language Pretraining》 （ICML 2024） |2024.7.29|1. 黄丽娜
（Domain Generalized Segmentation） |《Textual Query-Driven Mask Transformer for Domain Generalized Segmentation》 （ECCV 2024） |2024.7.29|2. 许文卓
（Vision-Language Model） |《Visual-Text Cross Alignment: Refining the Similarity Score in Vision-Language Models》 （ICML 2024） |2024.7.22|1. Luming Liang
（NeRF） |[Motion Representations & CaesarNeRF] |2024.7.15|1. 胡逸琛
（Knowledge Distillation） |《Correlation-Decoupled Knowledge Distillation for Multimodal Sentiment Analysis with Incomplete Modalities》 （CVPR 2024） |2024.7.15|2. 黄佳隆
（Prompt Learning） |《​Prompting Vision Foundation Models for Pathology Image Analysis》 （CVPR 2024） |2024.7.8|1. 张浩杰
（Report Generation） |《InVERGe: Intelligent Visual Encoder for Bridging Modalities in Report Generation》 （CVPR 2024） |2024.7.8|2. 王培福
（VideoLLM） |《​KeyVideoLLM: Towards Large-scale Video Keyframe Selection》 （arxiv 2407） |2024.7.1|1. 张伊男
（MLLM） |《​Uni-MoE: Scaling Unified Multimodal LLMs with Mixture of Experts》 （arxiv 2405） |2024.6.24|1. 许文卓
（Zero-Shot Classification） |《CARZero: Cross-Attention Alignment for Radiology Zero-Shot Classification》 （CVPR 2024） |2024.6.24|2. 张骁
（Model Pruning） |《​mlp can be a good transformer learner》 （CVPR 2024） |2024.6.17|1. 范筱峰
（Object Pose Estimation） |《CLIPose: Category-Level Object Pose Estimation with Pre-trained Vision-Language Knowledge》 （TCSVT 2024） |2024.6.17|2. 胡逸琛
（FairCLIP） |《FairCLIP: Harnessing Fairness in Vision-Language Learning》 （CVPR 2024） |2024.6.10|1. 刘宇帆
（Continual Learning） |《Convolutional Prompting meets Language Models for Continual Learning》 （CVPR 2024） |2024.6.10|2. 黄佳隆
（Slide Representation Learning） |《Transcriptomics-guided Slide Representation Learning in Computational Pathology》 （CVPR 2024 Oral） |2024.6.3|1. 郭杰
（Multimodal Reasoning） |《Question Aware Vision Transformer for Multimodal Reasoning》 （arxiv 2402） |2024.6.3|2. 黄丽娜
（Visual Representation Learning） |《Understanding the Effect of using Semantically Meaningful Tokens for Visual Representation Learning》 （arxiv 2405） |2024.5.27|1. 张浩杰
（MLLM） |《Libra: Building Decoupled Vision System on Large Language Models》 （ICML 2024） |2024.5.27|2. 王培福
（Video Understanding） |《OmniVid: A Generative Framework for Universal Video Understanding》 （CVPR 2024） |2024.5.20|1. 丁梓原
（Grounding MLLM） |《GROUNDHOG: Grounding Large Language Models to Holistic Segmentation》 （CVPR 2024） |2024.5.20|2. 张伊男
（Self-Supervised Pre-Training） |《MiM: Mask in Mask Self-Supervised Pre-Training for 3D Medical Image Analysis》 （arxiv 2404） |2024.5.13|1. 范筱峰
（Open-Vocabulary 9D Pose Estimation） |《OV9D: Open-Vocabulary Category-Level 9D Object Pose and Size Estimation》 （arxiv 2403） |2024.5.13|2. 胡逸琛
（Contrastive Learning） |《VoCo: A Simple-yet-Effective Volume Contrastive Learning Framework for 3D Medical Image Analysis》 （CVPR 2024） |2024.5.6|1. 李高杰
（WSI Classification） |《Generalizable Whole Slide Image Classification with Fine-Grained Visual-Semantic Interaction》 （CVPR 2024） |2024.5.6|2. 刘宇帆
（Continual Learning Panoptic Segmentation） |《ECLIPSE: Efficient Continual Learning in Panoptic Segmentation with Visual Prompt Tuning》 （CVPR 2024） |2024.4.29|1. 张浩杰
（Contrastive Learning） |《MLIP: Enhancing Medical Visual Representation with Divergence Encoder and Knowledge-guided Contrastive Learning》 （arxiv 2402） |2024.4.29|2. 王培福
（MLLM Segmentation） |《GSVA: Generalized Segmentation via Multimodal Large Language Models》 （CVPR 2024） |2024.4.22|1. 黄佳隆
（Vision-Language Pre-training） |《Decomposing Disease Descriptions for Enhanced Pathology Detection: A Multi-Aspect Vision-Language Pre-training Framework》 （CVPR 2024） |2024.4.22|2. 许文卓
（Open-Vocabulary Object Detection） |《YOLO-World: Real-Time Open-Vocabulary Object Detection》 （CVPR 2024） |2024.4.15|1. 丁梓原
（Domain Generalized Semantic Segmentation） |《Collaborating Foundation Models for Domain Generalized Semantic Segmentation》 （CVPR 2024） |2024.4.15|2. 黄丽娜
（Long-Tailed Transformer） |《DeiT-LT: Distillation Strikes Back for Vision Transformer Training on Long-Tailed Datasets》 （CVPR 2024） |2024.4.8|1. 郭杰
（Whole Slide Image） |《Dynamic Graph Representation with Knowledge-aware Attention for Histopathology Whole Slide Image Analysis》 （CVPR 2024） |2024.4.8|2. 张伊男
（Multi-Task LoRA） |《MTLoRA: A Low-Rank Adaptation Approach for Efficient Multi-Task Learning》 （CVPR 2024） |2024.4.1|1. 范筱峰
（Multi-Task & Depth Estimation） |《Depth anything: Unleashing the power of large-scale unlabeled data》 （arxiv 2401） |2024.4.1|2. 胡逸琛
（Vision Mamba） |《Vision Mamba: Efficient Visual Representation Learning with Bidirectional State Space Model》 （arxiv 2401） |2024.3.25|1. 张浩杰
（MLLM） |《Mysterious Projections: Multimodal LLMs Gain Domain-Specific Visual Capabilities Without Richer Cross-Modal Projections》 （arxiv 2402） |2024.3.25|2. 王培福
（MLLM） |《UniBind: LLM-Augmented Unified and Balanced Representation Space to Bind Them All》 （CVPR 2024） |2024.3.18|1. 刘宇帆
（Continual Segmentation） |《Continual Segmentation with Disentangled Objectness Learning and Class Recognition》 （CVPR 2024） |2024.3.18|2. 许文卓
（Open-Vocabulary Segmentation） |《Open-Vocabulary Segmentation with Semantic-Assisted Calibration》 （CVPR 2024） |2024.3.11|1. 丁梓原
（VFM-based DG semantic segmentation） |《Stronger, Fewer, & Superior: Harnessing Vision Foundation Models for Domain Generalized Semantic Segmentation》 （CVPR 2024） |2024.3.11|2. 黄佳隆
（Universe Segmentation） |《OMG-Seg: Is One Model Good Enough For All Segmentation?》 （CVPR 2024） |2024.3.4|1. 李高杰
（SAM-like） |《EfficientSAM: Leveraged Masked Image Pretraining for Efficient Segment Anything》 （CVPR 2024） |2024.3.4|2. 黄丽娜
（WSI Classification） |《Feature Re-Embedding: Towards Foundation Model-Level Performance in Computational Pathology》 （CVPR 2024） |2024.2.26|1. 郭杰
（Open-Vocabulary Classification） |《TagCLIP: A Local-to-Global Framework to Enhance Open-Vocabulary Multi-Label Classification of CLIP Without Training》 （AAAI 2024） |2024.2.26|2. 张伊男
（MLLM-based Clinical Prediction） |《Multimodal Clinical Trial Outcome Prediction with Large Language Models》 （arxiv 2402） |2024.2.5|1. 范筱峰
（NeRF / Reconstruction Model） |《PF-LRM: Pose-Free Large Reconstruction Model for Joint Pose and Shape Prediction》 （ICLR 2024） |2024.2.5|2. 胡逸琛
（Contrast Learning Regression） |《Rank-N-Contrast: Learning Continuous Representations for Regression》 （NeurIPS 2023） |2024.1.29|1. 王培福
（Multi-Modal Video Action Recognition） |《M2-CLIP: A Multimodal, Multi-task Adapting Framework for Video Action Recognition》 （AAAI 2024） |2024.1.29|2. 张浩杰
（Multi-Modal Ensemble Learning） |《Multimodal Pathway：Improve Transformers with Irrelevant Data from Other Modalities》 （arxiv 2401） |2024.1.22|1. 李高杰
（Open-World Segmentation） |《UMG-CLIP: A Unified Multi-Granularity Vision Generalist for Open-World Understanding》 （arxiv 2401） |2024.1.22|2. 许文卓
（Open-Vocabulary Segmentation） |《Open-Vocabulary SAM: Segment and Recognize Twenty-thousand Classes Interactively》 （arxiv 2401） |2024.1.15|1. 刘宇帆
（Incremental Learning） |《Fine-Grained Knowledge Selection and Restoration for Non-Exemplar Class Incremental Learning》 （AAAI 2024） |2024.1.15|2. 黄佳隆
（VLM Prompting Survey） |《A Systematic Survey of Prompt Engineering on Vision-Language Foundation Models》 （arxiv 2307） |2024.1.8|1. 李高杰
（VLM Prompting） |《Learning to Prompt with Text Only Supervision for Vision-Language Models》 （arxiv 2401） |2024.1.8|2. 黄丽娜
（Universal Image Segmentation） |《Unsupervised Universal Image Segmentation》 （arxiv 2312） |2024.1.3|1. 丁梓原
（VLM-based DG Segmentation） |《VLTSeg: Simple Transfer of CLIP-Based Vision-Language Representations for Domain Generalized Semantic Segmentation》 （arxiv 2312） |2024.1.3|2. 张伊男
（Large Multi-Modal Model） |《NExT-Chat: An LMM for Chat, Detection and Segmentation》 （arxiv 2311） |2023.12.25|1. 郭杰
（Foundation model & LLM） |《From CLIP to DINO: Visual Encoders Shout in Multi-modal Large Language Models》 （arxiv 2310） |2023.12.25|2. 胡逸琛
（Multi-Task Transfer Learning） |《VMT-Adapter: Parameter-Efficient Transfer Learning for Multi-Task Dense》 （AAAI 2024） |2023.12.18|1. 王培福
（Large Multi-Modal Model） |《Pixel Aligned Language Models》 （arxiv 2312） |2023.12.18|2. 张浩杰
（Large Multi-Modal Model） |《OneLLM: One Framework to Align All Modalities with Language》 （arxiv 2312） |2023.12.11|1. 范筱峰
（Category-Level Pose Estimation） |《SecondPose: SE(3)-Consistent Dual-Stream Feature Fusion for Category-Level Pose Estimation》 （arxiv 2311） |2023.12.11|2. 黄佳隆
（Visual In-Context Model） |《Sequential Modeling Enables Scalable Learning for Large Vision Models》 （arxiv 2312） |2023.12.4|1. 黄丽娜
（LLM-based Few-shot Segmentation） |《LLaFS: When Large-Language Models Meet Few-Shot Segmentation》 （arxiv 2311） |2023.12.4|2. 许文卓
（Open-Vocabulary Segmentation） |《CLIPSelf: Vision Transformer Distills Itself for Open-Vocabulary Dense Prediction》 （arxiv 2310） |2023.11.27|1. 刘宇帆
（Prompt-Based Continual Learning） |《Hierarchical Decomposition of Prompt-Based Continual Learning: Rethinking Obscured Sub-optimality》 （NeurIPS 2023） |2023.11.27|2. 张伊男
（Open-Vocabulary Object Detection） |《DST-Det: Simple Dynamic Self-Training for Open-Vocabulary Object Detection》 （arxiv 2310） |2023.11.20|1. 李高杰
（LLM-based Classification） |《Towards Open-Ended Visual Recognition with Large Language Model》 （arxiv 2311） |2023.11.20|2. 胡逸琛
（CLIP-prompts） |《Waffling around for Performance: Visual Classification with Random Words and Broad Concepts》 （ICCV 2023） |2023.11.15|1. 丁梓原
（LMM-based Grounding & Segmentation） |《GLaMM : Pixel Grounding Large Multimodal Model》 （arxiv 2311） |2023.11.15|2. 黄佳隆
（Vision Language Pretraining） |《SILC: Improving Vision Language Pretraining with Self-Distillation》 （arxiv 2310） |2023.11.9|1. 郭杰
（LLM-based Object Detection） |《CoTDet: Affordance Knowledge Prompting for Task Driven Object Detection》 （ICCV 2023） |2023.11.9|2. 黄丽娜
（VLM-based Incremental Learning） |《Class Incremental Learning with Pre-trained Vision-Language Models》 （arxiv 2310） |2023.11.2|1. 张浩杰
（Vision-Language Models） |《GraphAdapter: Tuning Vision-Lunguage Models With Dual Knowledge Graph》 （NeurIPS 2023） |2023.11.2|2. 王培福
（Open World LLM-based Agent） |《Steve-Eye: Equipping LLM-based Embodied Agents with Visual Perception in Open Worlds》 （arxiv 2310） |2023.10.26|1. 范筱峰
（3D point cloud prompt tuning） |《Instance-aware dynamic prompt tuning for pre-trained point cloud models》 （ICCV 2023） |2023.10.26|2. 张伊男
（Open World Object Detection） |《Detecting Everything in the Open World: Towards Universal Object Detection》 （CVPR 2023） |2023.10.19|1. 刘宇帆
（VIT backbone） |《Self-regulating Prompts: Foundational Model Adaptation without Forgetting》 （ICCV 2023） |2023.10.19|2. 胡逸琛
（Universal medical segmentation） |《Universeg: Universal medical image segmentation》 （ICCV 2023） |2023.10.12|1. 黄丽娜
（VIT backbone） |《DiT: Efficient Vision Transformers with Dynamic Token Routing》 （arxiv 2308） |2023.10.12|2. 黄佳隆
（WSI Classification） |《Multiple Instance Learning Framework with Masked Hard Instance Mining for Whole Slide Image Classification》 （ICCV 2023） |2023.10.5|1. 郭杰
（Multimodal-LLM） |《Cheap and Quick: Efficient Vision-Language Instruction Tuning for Large Language Models》 （NeurIPS 2023） |2023.10.5|2. 张伊男
（Object Detection） |《Dense Distinct Query for End-to-End Object Detection》 （CVPR 2023） |2023.9.28|1. 陈琼朴
（Multimodal Learning） |《MMANet: Margin-aware Distillation and Modality-aware Regularization for Incomplete Multimodal Learning》 （CVPR 2023） |2023.9.28|2. 钟晴
（Domain Adaptation Semantic Segmantation） |《To Adapt or Not to Adapt? Real-Time Adaptation for Semantic Segmentation》 （ICCV 2023） |2023.9.21|1. 刘宇帆
（VLM-based Continual Learning） |《Preventing Zero-Shot Transfer Degradation in Continual Learning of Vision-Language Models》 （ICCV 2023） |2023.9.21|2. 李高杰
（Object Detection） |《Enhanced Training of Query-Based Object Detection via Selective Query Recollection》 （CVPR 2023） |2023.9.11|1. 丁梓原
（Test-Time Adaptation） |《On the Robustness of Open-World Test-Time Training: Self-Training with Dynamic Prototype Expansion》 （ICCV 2023 oral） |2023.9.11|2. 范筱峰
（3D Open-Vocabulary detection） |《Open-Vocabulary Point-Cloud Object Detection Without 3D Annotation》 （CVPR 2023） |2023.8.28|1. 郭杰
（Object Detection） |《Less is More: Focus Attention for Efficient DETR》 （ICCV 2023） |2023.8.21|1. 丁梓原
（Panoramic Semantic Segmentation） |《Look at the Neighbor: Distortion-aware Unsupervised Domain Adaptation for Panoramic Semantic Segmentation》 （ICCV 2023） |2023.8.14|1. 黄佳隆
（Weakly-supervised WSI） |《Task-specific Fine-tuning via Variational Information Bottleneck for Weakly-supervised Pathology Whole Slide Image Classification》 （CVPR 2023） |2023.7.31|1. 胡逸琛
（Multimodal Learning） |《Best of Both Worlds: Multimodal Contrastive Learning with Tabular and Imaging Data》 （CVPR 2023） |2023.7.24|1. 范筱峰
（6D Object Pose Estimation） |《TTA-COPE: Test-Time Adaptation for Category-Level Object Pose Estimation》 （CVPR 2023） |2023.7.24|2. 黄丽娜
（Vision Transformer） |《Patch n' Pack: NaViT, a Vision Transformer for any Aspect Ratio and Resolution》 （arxiv 2023） |2023.7.17|1. 李高杰
（SAM-like） |《Semantic-SAM: Segment and Recognize Anything at Any Granularity》 （arxiv 2023） |2023.7.17|2. 张伊男
（Object Detection） |《Detection Hub:Unifying Object Detection Datasets via Query Adaptation on Language Embedding》 （CVPR 2023） |2023.7.10|1. 刘宇帆
（Incremental Learning） |《Endpoints Weight Fusion for Class Incremental Semantic Segmentation》 （CVPR 2023） |2023.7.10|2. 胡逸琛
（Multi-Modal Learning） |《Multi-Modal Learning With Missing Modality via Shared-Specific Feature Modelling》 （CVPR 2023） |2023.7.3|1. 丁梓原
（SAM综述） |《A Survey on Segment Anything Model (SAM): Vision Foundation Model Meets Prompt Engineering》 （arxiv 2023） |2023.7.3|2. 黄佳隆
（Self-Supervised Learning） |《Three Guidelines You Should Know for Universally Slimmable Self-Supervised Learning》 （CVPR 2023） |2023.6.26|1. 郭杰
（Object Detection） |《Detection Transformer with Stable Matching》 （arxiv 2023） |2023.6.26|2. 陈琼朴
（Multimodal Learning） |《PMR: Prototypical Modal Rebalance for Multimodal Learning》 （CVPR 2023） |2023.6.19|1. 范筱峰
（6D Object Pose Estimation） |《POPE: 6-DoF Promptable Pose Estimation of Any Object, in Any Scene, with One Referenc》 （arxiv 2023） |2023.6.19|2. 黄丽娜
（Object Detection） |《USD: Unknown Sensitive Detector Empowered by Decoupled Objectness and Segment Anything Model》 （arxiv 2023） |2023.6.12|1. 刘宇帆
（Incremental Learning） |《CODA-Prompt: COntinual Decomposed Attention-based Prompting for Rehearsal-Free Continual Learning》 （CVPR 2023） |2023.6.12|2. 张伊男
（Object Detection） |《One-to-Few Label Assignment for End-to-End Dense Detection》 （CVPR 2023） |2023.6.5|1. 丁梓原
（Domain Adaptation） |《Pulling Target to Source: A New Perspective on Domain Adaptive Semantic Segmentation》 （arXiv 2023） |2023.5.28|1. 梁毅雄
（视觉大模型） |[Visual Foundation Models & Parameter-Efficient Learning] |2023.5.28|2. 张朝君
（Instance Segmentation） |《Vision Transformers Are Good Mask Auto-Labelers》 （CVPR 2023） |2023.5.22|1. 李胜琦
（Semantic Segmentation） |《Side Adapter Network for Open-Vocabulary Semantic Segmentation》 （CVPR 2023） |2023.5.22|2. 李高杰
（Object Detection） |《DETRs Beat YOLOs on Real-time Object Detection》 （arXiv 2023） |2023.5.15|1. 吕乐乐
（Segmentation） |《AutoFocusFormer: Image Segmentation off the Grid》（CVPR 2023） |2023.5.15|2. 范晓峰
(3D Reconstruction) |《Anything-3D: Towards Single-view Anything Reconstruction in the Wild》（arXiv 2023） |2023.5.8|1. 陈雁
（Weakly-supervised Learning） |《WeakTr: Exploring Plain Vision Transformer for Weakly-supervised Semantic Segmentation》 （arXiv 2023） |2023.5.8|2. 刘宇帆
（Continual Learning） |《CoMFormer: Continual Learning in Semantic and Panoptic Segmentation》 （CVPR 2023） |2023.5.4|1. 曾海龙
（Semantic Segmentation） |《MP-Former: Mask-Piloted Transformer for Image Segmentation》 （CVPR 2023） |2023.5.4|2. 李高杰
（Open-Set Object Detection） |《Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection》 （arXiv 2023） |2023.4.24|1. 李胜琦
（Semantic Segmentation） |《Leveraging Hidden Positives for Unsupervised Semantic Segmentation》 （CVPR 2023） |2023.4.24|2. 丁梓原
（Semantic Segmentation） |《Exploring Sparse Visual Prompt for Cross-domain Semantic Segmentation》 （arXiv 2023） |2023.4.17|1. 张朝君
（Instance Segmentation） |《BoxSnake: Polygonal Instance Segmentation with Box Supervision》（arXiv 2023） |2023.4.17|2. 郭杰
（Object Detection） |《Lite DETR : An Interleaved Multi-Scale Encoder for Efficient DETR》 （CVPR 2023） |2023.4.10|1. 刘浩天
（Segmentation） |《Segment Anything》 （arXiv 2023） |2023.4.10|2. 范晓峰
（6D Object Pose Estimation） |《Self-Supervised Geometric Correspondence for Category-Level 6D Object Pose Estimation in the Wild》 （arXiv 2022） |2023.4.3|1. 吕乐乐
（Instance Segmentation） |《FastInst: A Simple Query-Based Model for Real-Time Instance Segmentation》 （CVPR 2023） |2023.4.3|2. 刘宇帆
（Incremental learning） |《Foundation Model Drives Weakly Incremental Learning for Semantic Segmentation》 （CVPR 2023） |2023.3.27|1. 陈雁
（Weakly-supervised Learning） |《Token Contrast for Weakly-Supervised Semantic Segmentation》 （CVPR 2023） |2023.3.27|2. 李高杰
（Transformer） |《BiFormer: Vision Transformer with Bi-Level Routing Attention》 （CVPR 2023） |2023.3.20|1. 张朝君
（Instance Segmentation） |《SIM: Semantic-aware Instance Mask Generation for Box-Supervised Instance Segmentation》 （CVPR 2023） |2023.3.20|2. 丁梓原
（Domain Adaptation） |《Focus on Your Target: A Dual Teacher-Student Framework for Domain-adaptive Semantic Segmentation》 （arXiv 2023） |2023.3.13|1. 曾海龙
（Semantic Segmentation） |《DejaVu: Conditional Regenerative Learning to Enhance Dense Prediction》 （CVPR 2023） |2023.3.13|2. 郭杰
（Transformer） |《Focal Modulation Networks》 （NeurIPS 2022） |2023.3.6|1. 刘宇帆
（Medical Image Segmentation） |《3D UX-Net: A Large Kernel Volumetric ConvNet Modernizing Hierarchical Transformer for Medical Image Segmentation》 （ILCR 2023） |2023.3.6|2. 范晓峰
（6D Pose Estimation） |《OnePose: One-Shot Object Pose Estimation Without CAD Models》 （CVPR 2022） |2023.2.27|1. 李胜琦
（Semantic Segmentation） |《Semantic Segmentation via Pixel-to-Center Similarity Calculation》 （arXiv 2023） |2023.2.27|2. 陈雁
（Weakly-supervised Learning） |《CLIP is Also an Efficient Segmenter: A Text-Driven Approach for Weakly Supervised Semantic Segmentation》 （arXiv 2023） |2023.2.18|1. 吕乐乐
（Visual Recognition） |《Visual Recognition with Deep Nearest Centroids 》 （ICLR 2023） |2023.2.18|2. 李高杰
（Transformer） |《Vision Transformer Adapter for Dense Predictions》 （ICLR 2023） |2023.2.11|1. 张朝君
（Transformer） |《Mask DINO: Towards A Unified Transformer-based Framework for Object Detection and Segmentation》 （arXiv 2022） |2023.2.11|2. 丁梓原
（Domain Adaptation） |《MADAv2: Advanced Multi-Anchor Based Active Domain Adaptation Segmentation》 （arXiv 2023） |2023.2.4|1. 曾海龙
（Semi-supervised Learning） |《Augmentation Matters: A Simple-yet-Effective Approach to Semi-supervised Semantic Segmentation》 （arXiv 2022） |2023.2.4|2. 郭杰
（Object Detection） |《DESTR: Object Detection with Split Transformer》 （CVPR2022） |2023.1.28|1. 范筱峰
（6D Pose Estimation） |《CRT-6D: Fast 6D Object Pose Estimation with Cascaded Refinement Transformers》 （WACV 2023） |2023.1.14|1. 吕乐乐
（Semantic Segmentation） |《Head-Free Lightweight Semantic Segmentation with Linear Transformer》 （AAAI 2023） |2023.1.14|2. 李胜琦
（Semantic Segmentation） |《Self-Supervised Visual Representation Learning with Semantic Grouping》 （NeurIPS 2022） |2023.1.7|1. 张朝君
（Instance Segmentation） |《AsyInst: Asymmetric Affinity with DepthGrad and Color for Box-Supervised Instance Segmentation》 （arXiv 2022） |2023.1.7|2. 陈雁
（Semantic Segmentation） |《Expansion and Shrinkage of Localization for Weakly-Supervised Semantic Segmentation》 （NeurIPS 2022） |2022.12.31|1. 李高杰
（Object Detection） |《Towards Efficient Use of Multi-Scale Features in Transformer-Based Object Detectors》 （arXiv 2022） |2022.12.31|2. 刘宇帆
（Semi-supervised Learning） |《Deep semi-supervised multiple instance learning with self-correction for DME classification from OCT images》 （Medical Image Analysis 2023） |2022.12.17|1. 张永胜
（网络结构） |《On the Integration of Self-Attention and Convolution》 （CVPR 2022） |2022.12.17|2. 丁梓原
（Domain Adaptation） |《MIC: Masked Image Consistency for Context-Enhanced Domain Adaptation》 （arXiv 2022） |2022.12.10|1. 耿瑞祥
（Domain Generalization） |《Grounding Visual Representations with Texts for Domain Generalization》 （ECCV 2022） |2022.12.10|2. 郭杰
（Object Detection） |《DETRs with Hybrid Matching》 （arXiv 2022） |2022.12.3|1. 曾海龙
（Semantic Segmentation） |《Semi-supervised Semantic Segmentation with Prototype-based Consistency Regularization》 （NeurIPS 2022） |2022.12.3|2. 范筱峰
（6D Pose Estimation） |《PoET: Pose Estimation Transformer for Single-View, Multi-Object 6D Pose Estimation》 （CoRL 2022） |2022.11.26|1. 吕乐乐
（Transformer） |《GPViT: A High Resolution Non-Hierarchical Vision Transformer with Group Propagation》 （ICLR 2023） |2022.11.26|2. 刘宇帆
（Continual Learning） |《Decomposed Knowledge Distillation for Class-Incremental Semantic Segmentation》 （NeurIPS 2022） |2022.11.19|1. 陈雁
（Semantic Segmentation） |《Weakly-Supervised Semantic Segmentation with Visual Words Learning and Hybrid Pooling》 （IJCV 2022） |2022.11.19|2. 丁梓原
（Domain Adaptation） |《Deliberated Domain Bridging for Domain Adaptive Semantic Segmentation》 （NeurIPS 2022） |2022.11.12|1. 李胜琦
（Semantic Segmentation） |《NamedMask: Distilling Segmenters from Complementary Foundation Models》 （arXiv 2022） |2022.11.12|2. 李高杰
（Object Detection） |《Group DETR: Fast DETR Training with Group-Wise One-to-Many Assignment》 （arXiv 2022） |2022.11.5|1. 郭杰
（Object Detection） |《Obj2Seq: Formatting Objects as Sequences with Class Prompt for Visual Tasks》 （NeurIPS 2022） |2022.11.4|1. 范筱峰
（3D Object Detection） | 3D目标检测 串讲 |2022.10.22|1. 张朝君
（Semantic Segmentation） |《Learning Equivariant Segmentation with Instance-Unique Querying》 （NeurIPS 2022） |2022.10.22|2. 刘宇帆
（Continual Learning） |《Continual Learning with Lifelong Vision Transformer》 （CVPR 2022） |2022.10.15|1. 曾海龙
（Semantic Segmentation） |《Learning from Future: A Novel Self-Training Framework for Semantic Segmentation》 （NeurIPS 2022） |2022.10.15|2. 李高杰
（Object Detection） |《Open-Vocabulary DETR with Conditional Matching》 （ECCV 2022） |2022.10.5|1. 李胜琦
（Semantic Segmentation） |《Discovering Object Masks with Transformers for Unsupervised Semantic Segmentation》 （arXiv 2022） |2022.10.5|2. 丁梓原
（Domain Adaptation） |《HRDA: Context-Aware High-Resolution Domain-Adaptive Semantic Segmentation》 （ECCV 2022） |2022.9.28|1. 吕乐乐
（Semantic Segmentation） |《SegNeXt: Rethinking Convolutional Attention Design for Semantic Segmentation》 （NeurIPS 2022） |2022.9.28|2. 郭杰
（Object Detection） |《ObjectBox: From Centers to Boxes for Anchor-Free Object Detection》 （ECCV 2022） |2022.9.21|1. 陈雁
（Semantic Segmentation） |《L2G: A Simple Local-to-Global Knowledge Transfer Framework for Weakly Supervised Semantic Segmentation》（CVPR 2022） |2022.9.21|2. 范筱峰
（3D Object Detection） |《MonoDETR: Depth-guided Transformer for Monocular 3D Object Detection》 （CVPR 2022） |2022.9.14|1. 张朝君
（Instance Segmentation） |《Mask Transfiner for High-Quality Instance Segmentation》 （CVPR 2022） |2022.9.14|2. 刘宇帆
（Semantic Segmentation） |《RBC:Rectifying the Biased Context in Continual Semantic Segmentation》 （ECCV 2022） |2022.9.5|1. 曾海龙
（Domain Adaptation） |《DecoupleNet: Decoupled Network for Domain Adaptive Semantic Segmentation》 （ECCV 2022） |2022.9.5|2. 李高杰
（Object Detection） |《Exploring Plain Vision Transformer Backbones for Object Detection》 （ECCV 2022） |2022.8.29|1. 李胜琦
（Semantic Segmentation） |《TransFGU: A Top-down Approach to Fine-Grained Unsupervised Semantic Segmentation》 （ECCV 2022 oral） |2022.8.29|2. 丁梓原
（Domain Adaptation） |《Category Contrast for Unsupervised Domain Adaptation in Visual Tasks》 （CVPR 2022） |2022.8.15|1. 吕乐乐
（Semantic Segmentation） |《Multi-scale and Cross-scale Contrastive Learning for Semantic Segmentation》 （ECCV 2022） |2022.8.15|2. 郭杰
（Object Detection） |《Dense Teacher: Dense Pseudo-Labels for Semi-supervised Object Detection》 （ECCV 2022） |2022.8.8|1. 张朝君
（Weakly Supervised Learning） |《Box-supervised Instance Segmentation with Level Set Evolution》 （ECCV 2022） |2022.8.8|2. 范筱峰
（3D Object Detection） |《An end-to-end transformer model for 3d object detection》 （ICCV 2021） |2022.8.1|1. 曾海龙
（Transformer） |《MetaFormer Is Actually What You Need for Vision》 （CVPR 2022 Oral） |2022.8.1|2. 李高杰
（Transformer） |《DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection》 （arXiv 2022） |2022.7.25|1. 陈雁
（Semantic Segmentation） |图像级标注弱监督语义分割串讲 |2022.7.18|1. 李胜琦
（Semantic Segmentation） |《ReCo: Retrieve and Co-segment for Zero-shot Transfer》 （arXiv 2022） |2022.7.18|2. 刘宇帆
（Semantic Segmentation） |《Representation Compensation Networks for Continual Semantic Segmentation》 （CVPR 2022） |2022.7.11|1. 陈雁
（Semantic Segmentation） |《Regional Semantic Contrast and Aggregation for Weakly Supervised Semantic Segmentation》 （CVPR 2022） |2022.7.11|2. 丁梓原
（Domain Adaptivation） |《ADAS: A Direct Adaptation Strategy for Multi-Target Domain Adaptive Semantic Segmentation》 （CVPR 2022） |2022.7.4|1. 吕乐乐
（Semantic Segmentation） |《Unsupervised Hierarchical Semantic Segmentation with Multiview Cosegmentation and Clustering Transformers》 （CVPR 2022） |2022.7.4|2. 郭杰
（Transformer） |《DAB-DETR: Dynamic anchor boxes are better queries for DETR》 （ICLR 2022） |2022.6.27|1. 李高杰
（Transformer） |《DN-DETR: Accelerate DETR Training by Introducing Query DeNoising》 （CVPR 2022 Oral） |2022.6.27|2. 张朝君
（Weakly Supervised Learning） |《Revisiting Weakly Supervised Pre-Training of Visual Perception Models》 （CVPR 2022） |2022.6.20|1. 曾海龙
（Domain Adaptivation） |《DAFormer: Improving Network Architectures and Training Strategies for Domain-Adaptive Semantic Segmentation》 （CVPR 2022） |2022.6.13|1. 李胜琦
（Semantic Segmentation） |《Deep Spectral Methods: A Surprisingly Strong Baseline for Unsupervised Semantic Segmentation and Localization》 （CVPR 2022 Oral） |2022.6.13|2. 陈雁
（Semantic Segmentation） |《CLIMS: Cross Language Image Matching for Weakly Supervised Semantic Segmentation》 （CVPR 2022） |2022.6.6|1. 刘宇帆
（Domain Adaptivation） |《Class-Balanced Pixel-Level Self-Labeling for Domain Adaptive Semantic Segmentation》 （CVPR 2022） |2022.6.6|2. 耿瑞祥
（Knowledge Distillation） |《Knowledge distillation: A good teacher is patient and consistent》 （CVPR 2022 Oral） |2022.5.30|1. 范筱峰
（View Synthesis） |《NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis》 （ECCV 2020） |2022.5.30|2. 吕乐乐
（Contrastive Learning） |《Dual Temperature Helps Contrastive Learning Without Many Negative Samples: Towards Understanding and Simplifying MoCo》 （CVPR 2022） |2022.5.23|1. 张永胜
（Self-supervised Learning） |《DiRA: Discriminative, Restorative, and Adversarial Learning for Self-supervised Medical Image Analysis》 （CVPR 2022） |2022.5.23|2. 张朝君
（Semantic Segmentation） |《Background-Aware Pooling and Noise-Aware Loss for Weakly-Supervised Semantic Segmentation》 （CVPR 2021） |2022.5.16|1. 曾海龙
（Semantic Segmentation） |《Domain-Agnostic Prior for Transfer Semantic Segmentation》 （CVPR 2022） |2022.5.16|2. 丁梓原
（Semantic Segmentation） |《Semantic-Aware Domain Generalized Segmentation》 （CVPR 2022 Oral） |2022.5.9|1. 李胜琦
（Knowledge Distillation） |《Generalized Knowledge Distillation via Relationship Matching》 （TPAMI） |2022.5.9|2. 赵嘉伟
（Continual Learning） |《Re-examining Distillation For Continual Object Detection》 （arXiv 2022） |2022.5.2|1. 刘浩天
（Object Detection） |《AdaMixer: A Fast-Converging Query-Based Object Detector》 （CVPR 2022 Oral） |2022.5.2|2. 郭杰
（Object Detection） |《Progressive End-to-End Object Detection in Crowded Scenes》 （CVPR 2022） |2022.4.25|1. 陈雁
（Semantic Segmentation） |《Context Decoupling Augmentation for Weakly Supervised Semantic Segmentation》 （ICCV 2021） |2022.4.25|2. 耿瑞祥
（Knowledge Distillation） |《Self-Distillation from the Last Mini-Batch for Consistency Regularization》 （CVPR 2022） |2022.4.18|1. 张永胜
（Semantic Segmentation） |《Rethinking Semantic Segmentation: A Prototype View》 （CVPR 2022 Oral） |2022.4.18|2. 吕乐乐
（网络结构） |《MixFormer: Mixing Features across Windows and Dimensions》 （CVPR 2022 Oral） |2022.4.11|1. 曾海龙
（Semantic Segmentation） |《Semi-Supervised Semantic Segmentation Using Unreliable Pseudo-Labels》 （CVPR 2022） |2022.4.11|2. 张朝君
（Semantic Segmentation） |《Self-supervised Image-specific Prototype Exploration for Weakly Supervised Semantic Segmentation》 （CVPR 2022） |2022.4.4|1. 耿瑞祥
（Knowledge Distillation） |《Decoupled Knowledge Distillation》 （CVPR 2022） |2022.4.4|2. 李胜琦
（Contrastive Learning） |《Crafting Better Contrastive Views for Siamese Representation Learning》 （CVPR 2022） |2022.3.28|1. 吕乐乐
（Semantic Segmentation） |《GroupViT: Semantic Segmentation Emerges from Text Supervision》 （arXiv 2022） |2022.3.28|2. 陈雁
（Semantic Segmentation） |《Multi-class Token Transformer for Weakly Supervised Semantic Segmentation》 （CVPR 2022） |2022.3.17|1. 张永胜
（Semantic Segmentation） |《UNSUPERVISED SEMANTIC SEGMENTATION BY DISTILLING FEATURE CORRESPONDENCES》 （ICLR 2022） |2022.3.17|2. 张朝君
（Instance Segmentation） |《Weakly-supervised Instance Segmentation via Class-agnostic Learning with Salient Images》 （CVPR 2021） |2022.3.10|1. 曾海龙
（Semantic Segmentation） |《Learning Semantic Segmentation from Multiple Datasets with Label Shifts》 （arXiv 2022） |2022.3.10|2. 李胜琦
（semantic segmentation） |《GuidedMix-Net: Learning to Improve Pseudo Masks Using Labeled Images as Reference》 （AAAI 2022） |2022.3.3|1. 陈雁
（Semantic Segmentation） |《Single-Stage Semantic Segmentation from Image Labels》 （CVPR 2020） |2022.3.3|2. 耿瑞祥
（Knowledge Distillation） |《Distilling Object Detectors with Feature Richness》 （NeurIPS 2021） |2022.2.24|1. 冯硕
（Object Detection） |《GiraffeDet: A Heavy-Neck Paradigm for Object Detection》 （ICLR 2022） |2022.2.24|2. 吕乐乐
（Transformer） |《Combiner: Full Attention Transformer with Sparse Computation Cost》 （NeurIPS 2021） |2022.2.17|1. 张永胜
（Semantic Segmentation） |《BOOTSTRAPPING SEMANTIC SEGMENTATION WITH REGIONAL CONTRAST》 （ICLR 2022） |2022.2.17|2. 张朝君
（Instance Segmentation） |《BoxInst: High-Performance Instance Segmentation with Box Annotations》 （CVPR 2021） |2022.2.10|1. 曾海龙
（Transformer） |《Masked-attention Mask Transformer for Universal Image Segmentation》 （arXiv 2021） |2022.2.10|2. 陈雁
（Semantic Segmentation） |《Group-Wise Learning for Weakly Supervised Semantic Segmentation》 （TIP） |2022.1.27|1. 张永胜
（Knowledge Distillation） |《Distilling Knowledge via Knowledge Review》 （CVPR 2021） |2022.1.27|2. 李胜琦
（Semantic Segmentation） |《Semi-supervised Semantic Segmentation with Directional Context-aware Consistency》 （CVPR 2021） |2022.1.20|1. 赵嘉伟
（Classification） |《Generalized Category Discovery》 （arXiv 2022） |2022.1.20|2. 张朝君
（Semantic Segmentation） |《Embedded Discriminative Attention Mechanism for Weakly Supervised Semantic Segmentation》 （CVPR 2021） |2022.1.13|1. 吕乐乐
（Attention） |《CoAtNet: Marrying Convolution and Attention for All Data Sizes》 （NeurlPS 2021） |2022.1.13|2. 王都
（Object Detection） |《OTA: Optimal Transport Assignment for Object Detection》 （CVPR 2021） |2022.1.6|1. 赵杨
（Object Detection） |《Bootstrap Your Object Detector via Mixed Training》 （NeurlPS 2021） |2022.1.6|2. 耿瑞祥
（Knowledge Distillation） |《Knowledge Distillation for Object Detection via Rank Mimicking and Prediction-guided Feature Imitation》 （AAAI 2022） |2021.12.30|1. 苑思明
（Semantic Segmentation） |《Progressive Semantic Segmentation》 （CVPR 2021） |2021.12.30|2. 曾海龙
（Domain Adaptation） |《Multi-Source Domain Adaptation with Collaborative Learning for Semantic Segmentation》 （CVPR 2021） |2021.12.23|1. 刘浩天
（Transformer） |《SOLQ: Segmenting Objects by Learning Queries》 （NeurlPS 2021） |2021.12.23|2. 冯硕
（Transformer） |《Anchor DETR: Query Design for Transformer-Based Detector》 （arXiv 2021） |2021.12.23|3. 冯硕
（Transformer） |《Conditional DETR for Fast Training Convergence》 （ICCV 2021） |2021.12.16|1. 李阳
（Transformer） |《Gaussian Context Transformer》 （CVPR 2021） |2021.12.16|2. 陈雁
（Semantic Segmentation） |《Weakly Supervised Semantic Segmentation by Pixel-to-Prototype Contrast》 （arXiv 2021） |2021.12.9|1. 李胜琦
（Transformer） |《Demystifying Local Vision Transformer: Sparse Connectivity, Weight Sharing, and Dynamic Weight》 （arXiv 2021） |2021.12.9|2. 耿瑞祥
（Knowledge Distillation） |《Mosaicking to Distill: Knowledge Distillation from Out-of-Domain Data》 （NeurIPS 2021） |2021.12.2|1. 赵嘉伟
（Continual Learning） |《Rehearsal Revealed: The Limits and Merits of Revisiting Samples in Continual Learning》 （ICCV 2021） |2021.12.2|2. 张永胜
（Distillation） |《Tree-like Decision Distillation》 （CVPR 2021） |2021.11.25|1. 王都
（Dynamic Convolution） |《Revisiting Dynamic Convolution via Matrix Decomposition》 （ICLR 2021） |2021.11.25|2. 吕乐乐
（DETR） |《PnP-DETR:Towards Effcient Visual Analysis with Transformers》 （ICCV 2021） |2021.11.18|1. 赵杨
（Self-Supervised Learning） |《Masked Autoencoders Are Scalable Vision Learners》 （arXiv 2021） |2021.11.18|2. 张朝君
（目标检测） |《Humble Teachers Teach Better Students for Semi-Supervised Object Detection》 （CVPR 2021） |2021.11.8|1. 冯硕
（Transformer） |《Emerging Properties in Self-Supervised Vision Transformers》 （ICCV 2021） |2021.11.1|1. 陈雁
（Instance Segmentation） |《SOTR: Segmenting Objects with Transformers》 （ICCV 2021） |2021.10.25|1. 李胜琦
（Semantic Segmentation） |《ISNet: Integrate Image-Level and Semantic-Level Context for Semantic Segmentation》 （ICCV 2021） |2021.10.25|2. 耿瑞祥
（Object Detection） |《LGD: Label-guided Self-distillation for Object Detection》 （arXiv 2021） |2021.10.18|1. 赵嘉伟
（Incremental Object Detection） |《Morphable Detector for Object Detection on Demand》 （ICCV 2021） |2021.10.18|2. 张永胜
（Contrastive Learning） |《Self-Supervised Visual Representations Learning by Contrastive Mask Prediction》 （ICCV 2021） |2021.10.11|1. 吕乐乐
（Weakly Supervised Learning） |《Weakly Supervised Person Search with Region Siamese Networks》 （ICCV 2021） |2021.10.11|2. 王都
（Attention） |《FcaNet: Frequency Channel Attention Networks》 （ICCV 2021） |2021.9.27|1. 曾海龙
（目标检测） |《TOOD: Task-aligned One-stage Object Detection》 （ICCV 2021 Oral） |2021.9.27|2. 曾海龙
（目标检测） |《Rethinking the Aligned and Misaligned Features in One-stage Object Detection》 （arxiv 2021） |2021.9.20|1. 刘浩天
（目标检测） |《A Simple Semi-Supervised Learning Framework for Object Detection》 （arxiv 2020） |2021.9.20|2. 刘浩天
（目标检测） |《End-to-End Semi-Supervised Object Detection with Soft Teacher》 （ICCV 2021） |2021.9.13|1. 耿瑞祥
（Domain Generalization） |《Towards Learning Spatially Discriminative Feature Representations》 （ICCV 2021） |2021.9.13|2. 耿瑞祥
（Domain Generalization） |《Embracing the Dark Knowledge: Domain Generalization Using Regularized Knowledge Distillation》 （ACM MM 2021） |2021.9.6|1. 李阳
（图像分割） |《PANet: Few-Shot Image Semantic Segmentation with Prototype Alignment》 （ICCV 2019） || |2021.9.6|2. 李阳
（图像分割） |《Mining Latent Classes for Few-shot Segmentation》 （ICCV 2021 Oral）  || |2021.8.30|1. 曾海龙
（图像缩放） |《Learning to Resize Images for Computer Vision Tasks》 （ICCV 2021） || |2021.8.30|2. 曾海龙
（语义分割） |《Per-Pixel Classification is Not All You Need for Semantic Segmentation》 （arxiv 2021） || |2021.8.23|1. 张永胜
（对比学习） |《DetCo: Unsupervised Contrastive Learning for Object Detection》 （ICCV 2021） || |2021.8.23|2. 张永胜
（对比学习） |《Improving Contrastive Learning by Visualizing Feature Transformation》 （ICCV 2021 Oral）  || |2021.8.16|1. 耿瑞祥
（Domain Generalization） |《A Fourier-based Framework for Domain Generalization》 （CVPR 2021 Oral） || |2021.8.16|2. 耿瑞祥
（Domain Generalization） |《SAND-mask: An Enhanced Gradient Masking Strategy for the Discovery of Invariances in Domain Generalization》 （arXiv 2021） || |2021.8.9|1. 刘浩天
（目标检测） |《Dynamic ReLU》 （ECCV 2020） || |2021.8.9|2. 刘浩天
（目标检测） |《Dynamic Head: Unifying Object Detection Heads with Attentions》 （CVPR 2021） || |2021.8.2|1. 曾海龙
（知识蒸馏） |《Re-labeling ImageNet: from Single to Multi-Labels, from Global to Localized Labels》 （CVPR 2021） || |2021.8.2|2. 曾海龙
（知识蒸馏） |《All Tokens Matter: Token Labeling for Training Better Vision Transformers》 （arxiv 2021） || |2021.7.19|1. 张永胜
（自监督学习） |《Unsupervised Object-Level Representation Learning from Scene Images》 （arxiv 2021） || |2021.7.19|2. 张永胜
（自监督学习） |《Towards Solving Inefficiency of Self-supervised Representation Learning》 （arxiv 2021） || |2021.7.12|1. 耿瑞祥
（Domain Generalization） |《Domain Generalization with MixStyle》 （ICLR 2021）  || |2021.7.12|2. 耿瑞祥
（Domain Generalization） |《Reducing Domain Gap by Reducing Style Bias》 （CVPR 2021） || |2021.7.5|1. 刘浩天
（Transformer） |《Training data-efficient image transformers & distillation through attention》 （DeiT） || |2021.7.5|2. 刘浩天
（Transformer） |《CSWin Transformer: A General Vision Transformer Backbone with Cross-Shaped Windows》 （arXiv 2021） || |2021.6.28|1. 张永胜
（自监督学习） |《Spatially Consistent Representation Learning》 （CVPR 2021） || |2021.6.28|2. 曾海龙
（Transformer） |《DeepViT: Towards Deeper Vision Transformer》 （arXiv 2021）  || |2021.6.21|1. 王都
（BN） |《Representative Batch Normalization with Feature Calibration》 （CVPR 2021） || |2021.6.21|2. 耿瑞祥
（Domain Generalization） |《Gradient Matching for Domain Generalization》 （arXiv 2021）  || |2021.6.15|1. 何柱君
（特征交互） |《Learning Attentive Pairwise Interaction for Fine-Grained Classification》 （AAAI 2020） || |2021.6.15|2. 赵杨
（Transformer） |《Conditional Positional Encodings for Vision Transformers》 （arXiv 2021） || |2021.6.7|1. 陈佳林
（GAN） |《Analyzing and Improving the Image Quality of StyleGAN》 （CVPR 2020） || |2021.6.7|2. 赵嘉伟
（Transformer） |《An Attention Free Transformer》 （arXiv 2021）  || |2021.6.1|1. 冯硕
（Transformer） |《Aggregating Nested Transformers》 （arXiv 2021） || |2021.6.1|2. 刘浩天
（Transformer） |《Beyond Self-attention: External Attention using Two Linear Layers for Visual Tasks》 （arXiv 2021）  || |2021.5.25|1. 耿瑞祥
（语义分割） |《FSDR: Frequency Space Domain Randomization for Domain Generalization》 （CVPR 2021） || |2021.5.25|2. 张永胜
（无监督学习） |《Jigsaw Clustering for Unsupervised Visual Representation Learning》 （CVPR 2021）  || |2021.5.18|1. 潘长立
（网络结构） |《Involution: Inverting the Inherence of Convolution for Visual Recognition》 （CVPR 2021） || |2021.5.18|2. 赵嘉伟
（增量学习） |《Continual Adaptation of Visual Representations via Domain Randomization and Meta-learning》 （CVPR 2021） || |2021.5.11|1. 苑思明
（语义分割） |《Rethinking BiSeNet For Real-time Semantic Segmentation》 （CVPR 2021） || |2021.5.11|2. 尹志华
（Attention） |《Attention is Not All You Need: Pure Attention Loses Rank Doubly Exponentially with Depth》 （arXiv 2021） || |2021.4.27|1. 王都
（目标检测） |《VarifocalNet: An IoU-aware Dense Object Detector》 （CVPR 2021）  || |2021.4.27|2. 刘浩天
（语义分割） |《InverseForm: A Loss Function for Structured Boundary-Aware Segmentation》 （CVPR 2021） || |2021.4.20|1. 冯硕
（Transformer） |《Swin Transformer: Hierarchical Vision Transformer using Shifted Windows》 （arXiv 2021）  || |2021.4.20|2. 张永胜
（语义分割） |《PointFlow: Flowing Semantics Through Points for Aerial Image Segmentation》 （CVPR 2021） || |2021.4.13|1. 邬任重
（GAN） |《Towards Real-World Blind Face Restoration with Generative Facial Prior》 （arXiv 2021）  || |2021.4.13|2. 耿瑞祥
（语义分割） |《RobustNet： Improving Domain Generalization in Urban-Scene Segmentation via Instance Selective Whitening》 （CVPR 2021）  || |2021.4.6|1. 李阳
（语义分割） |Capturing Omni-Range Context for Omnidirectional Segmentation》 （CVPR 2021）  || |2021.4.6|2. 苑思明
（数据增广） |《KeepAugment: A Simple Information-Preserving Data Augmentation Approach》 （CVPR 2021）  || |2021.3.29|1. 赵嘉伟
（目标检测） |《Towards Open World Object Detection》 （CVPR 2021）  || |2021.3.29|2. 王都
（目标检测） |《Generalized Focal Loss V2: Learning Reliable Localization Quality Estimation for Dense Object Detection》 （CVPR 2021） || |2021.3.22|1. 刘浩天
（目标检测） |《You Only Look One-level Feature》 （CVPR 2021）  || |2021.3.22|2. 张永胜
（语义分割） |《Learning Statistical Texture for Semantic Segmentation》 （CVPR 2021）  || |2021.3.15|1. 耿瑞祥
（Transformer） |《Pyramid Vision Transformer: A Versatile Backbone for Dense Prediction without Convolutions》 （arXiv 2021）  || |2021.3.15|2. 邬任重
（关键点检测） |《3FabRec: Fast Few-shot Face alignment by Reconstruction》 （CVPR 2020） || |2021.3.8|1. 冯硕
（目标检测） |《UP-DETR: Unsupervised Pre-training for Object Detection with Transformers》 （CVPR 2021）  || |2021.3.8|2. 赵嘉伟
（增量学习） |《PLOP: Learning without Forgetting for Continual Semantic Segmentation》 （CVPR 2021） || |2021.3.1|1. 陈佳林
（目标检测） |《Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis》 （ICLR 2021） || |2021.3.1|2. 李阳
（语义分割） |《Hierarchical Multi-Scale Attention for Semantic Segmentation》 （arXiv 2020） || |2021.2.22|1. 苑思明
（目标检测） |《Fast Convergence of DETR with Spatially Modulated Co-Attention》 （arXiv 2020）  || |2021.2.22|2. 何柱君
（自监督学习） |《Instance Localization for Self-supervised Detection Pretraining》 （arXiv 2021） || |2021.2.8|1. 苑思明
（语义分割） |《EfficientFCN: Holistically-guided Decoding for Semantic Segmentation》 （ECCV 2020）  || |2021.2.8|2. 尹志华
（网络结构） |《RepVGG: Making VGG-style ConvNets Great Again》 （arXiv 2021） || |2021.2.1|1. 王都
（目标检测） |《Probabilistic Anchor Assignment with IoU Prediction for Object Detection》 （ECCV 2020）  || |2021.2.1|2. 赵杨
（对比学习） |《Self-EMD: Self-Supervised Object Detection without ImageNet》 （arXiv 2020） || |2021.1.21|1. 张永胜
（语义分割） |《Rethinking Semantic Segmentation from a Sequence-to-Sequence Perspective with Transformers》 （arXiv 2020）  || |2021.1.21|2. 邬任重
（AEV） |《Auto-Encoding Variational Bayes》 （ICLR 2014） || |2021.1.14|1. 赵嘉伟
（对比学习） |《Hierarchical Semantic Aggregation for Contrastive Representation Learning》 （arXiv 2020）  || |2021.1.14|2. 耿瑞祥
（网络结构） |《Funnel Activation for Visual Recognition》 （ECCV 2020）  || |2021.1.7|1. 梁毅雄
（自监督学习） |Self-supervised learning in Computer Vision  || |2020.12.24|1. 冯硕
（目标检测） |《End-to-End Object Detection with Fully Convolutional Network》 （arXiv 2020）  || |2020.12.24|2. 刘浩天
（网络结构） |《LambdaNetworks: Modeling long-range Interactions without Attention》 （arXiv 2020）  || |2020.12.17|1. 尹志华
（对比学习） |《Dense Contrastive Learning for Self-Supervised Visual Pre-Training》 （arXiv 2020）  || |2020.12.17|2. 苑思明
（目标检测） |《Sparse R-CNN: End-to-End Object Detection with Learnable Proposals》 （arXiv 2020） || |2020.12.10|1. 陈佳林
（信息瓶颈） |《Deep Variational Information Bottleneck》 （ICLR 2017）  || |2020.12.10|2. 王都
（目标检测） |《Deformable DETR: Deformable Transformers for End-to-End Object Detection》 （arXiv 2020） || |2020.12.03|1. 潘长立
（目标检测） |《Dive Deeper Into Box for Object Detection》 （ECCV 2020） || |2020.12.03|2. 张永胜
（语义分割） |《CCNet：Criss-Cross Attention for Semantic Segmentation》 （ICCV 2019） || |2020.11.26|1. 李阳
（语义分割） | 《Mining cross-image semantics for weakly supervised semantic segmentation》 （ECCV 2020） || |2020.11.26|2. 耿瑞祥
（目标检测） |《Missing Labels in Object Detection》 （CVPR 2019） || |2020.11.16|1. 何柱君
（目标检测） |《RelationNet++: Bridging Visual Representations for Object Detection via Transformer Decoder》 （NIPS 2020） || |2020.11.16|2. 邬任重
（VAE、GAN） |《Bringing Old Photos Back to Life》 （CVPR 2020 oral） || |2020.11.09|1. 冯硕
（目标检测） |《Generalized Focal Loss: Learning Qualified and Distributed Bounding Boxes for Dense Object Detection》 （NIPS 2020） || |2020.11.09|2. 赵嘉伟
（增量学习） |《Piggyback GAN: Efficient Lifelong Learning for Image Conditioned Generation》 （ECCV 2020） || |2020.11.02|1. 刘浩天
（长尾问题） |《Feature Space Augmentation for Long-Tailed Data》 （ECCV 2020） || |2020.11.02|2. 赵杨
（目标检测） |《LabelEnc: A New Intermediate Supervision Method for Object Detection》 （ECCV 2020） || |2020.10.26|1. 苑思明
（检测、分割） |《Point-Set Anchors for Object Detection, Instance Segmentation and Pose Estimation》 （ECCV 2020） || |2020.10.26|2. 张永胜
（对比学习） |《Contrastive learning of global and local features for medical image segmentation with limited annotations》 （NIPS 2020） || |2020.10.19|1. 赵嘉伟
（增量学习） |《Incremental Few-Shot Object Detection》 （CVPR 2020） || |2020.10.19|2. 耿瑞祥
（对比学习） |《Prototypical Contrastive Learning of Unsupervised Representations》 （arXiv 2020） || |2020.10.12|1. 王都
（网络结构） |《Visual Transformers: Token-based Image Representation and Processing for Computer Vision》 （arXiv 2020） || |2020.10.12|2. 赵杨
（对比学习） |《Hard Negative Mixing for Contrastive Learning》 （arXiv 2020） || |2020.10.5|1. 李阳
（语义分割） |《Object-Contextual Representations for Semantic Segmentation》 （ECCV 2020） || |2020.10.5|2. 邬任重
（自动编码） |《Adversarial Latent Autoencoders》 （CVPR 2020） || |2020.9.28|1. 冯硕
（目标检测） |《RepPoints v2: Verification Meets Regression for Object Detection》 （arXiv 2020） || |2020.9.28|2. 刘浩天
（mixup） |《Manifold mixup: Better representations by interpolating hidden states》 （ICML 2019） || |2020.9.21|1. 苑思明
（实例分割） |《EmbedMask: Embedding Coupling for One-stage Instance Segmentation》 （CVPR 2020） || |2020.9.21|2. 赵杨
（对比学习） |《What Should Not Be Contrastive in Contrastive Learning》 （arxiv 2020） || |2020.9.14|1. 赵嘉伟
（增量学习） |《Piggyback: Adapting a Single Network to Multiple Tasks by Learning to Mask Weights》 （ECCV 2018） || |2020.9.14|2. 王都
（分割） |《Semantic Flow for Fast and Accurate Scene Parsing》 （ECCV 2020） || |2020.9.7|1. 李阳
（改进空洞卷积） |《PSConv: sqeezing feature pyramid into one compact poly-scale convolutional layer》 （ECCV 2020） || |2020.9.7|2. 赵杨
（对比学习） |《Contrastive Multiview Coding》 （arxiv 2019） || |2020.8.31|1. 冯硕
（目标检测） |《BorderDet: Border Feature for Dense Object Detection》 （ECCV 2020） || |2020.8.31|2. 刘浩天
（语义分割） |《Dual Super-Resolution Learning for Semantic Segmentation》 （CVPR 2020） || |2020.8.24|1. 王都
（transformer优化）|《Reformer: The Efficient Transformer》 （ICLR 2020）|| |2020.8.24|2. 苑思明
（检测和分割）|《D2Det: Towards High Quality Object Detection and Instance Segmentation》 （CVPR 2020）|| |2020.8.17|1. 李阳
（语义分割） |《Improving Semantic Segmentation via Decoupled Body and Edge Supervision》 （ECCV 2020）|| |2020.8.17|2. 赵嘉伟
（增量学习） |《Editable Neural Networks》 （ICLR 2020） || |2020.8.10|1. 冯硕
（特征金字塔） |《Feature Pyramid Transformer》 （ECCV 2020） || |2020.8.10|2. 刘浩天 |工作报告|| |2020.08.03|1. 苑思明
（实例分割） |《PolyTransform: Deep Polygon Transformer for Instance Segmentation》 （CVPR 2020） || |2020.08.03|2. 王都
（transformer） |《On Layer Normalization in the Transformer Architecture》 （ICML 2020） || |2020.7.27|1. 李阳
（注意力机制） |《ECA-Net:Efficient Channel Attention for Deep Convolutional Neural Networks》 （CVPR 2020） || |2020.7.27|2. 赵嘉伟
（增量学习） |《Faster ILOD Incremental Learning for Object Detectors based on FasterRCNN》 （PRL 2020） || |2020.7.20|1. 刘浩天
（分类） |《Overcoming Classifier Imbalance for Long-tail Object Detection with Balanced Group Softmax》 （CVPR 2020 Oral） || |2020.7.20|2. 潘长立 |工作报告|| |2020.7.13|1. 何柱君
（目标检测） |《Large-Scale Object Detection in the Wild from Imbalanced Multi-Labels》 （CVPR 2020 Oral） || |2020.7.13|2. 冯硕
（实例分割） |《Conditional Convolutions for Instance Segmentation》 （ECCV 2020） || |2020.7.6|1. 苑思明
（实例分割） |《Mask Encoding for Single Shot Instance Segmentation》 （CVPR 2020） || |2020.7.6|2. 王都
（分类） |《BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recognition》 （CVPR 2020）|| |2020.6.29|1. 李阳
（实例分割） |《Deep Snake for Real-Time Instance Segmentation》 （CVPR 2020 Oral） || |2020.6.29|2. 赵嘉伟
（增量学习） |《Task-free Continual Learning》 （CVPR 2019） 
《Dropout as an Implicit Gating Mechanism For Continual Learning》（CVPR 2020 Workshops）|| |2020.6.19|1. 冯硕
（目标检测） |《Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection》 （CVPR-2020）|| |2020.6.19|2. 陈佳林
（GAN） |《MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis》 （CVPR-2020）|| |2020.6.12|1. 何柱君
（目标检测） |《End-to-end Object Detection with Transformers》（CVPR-2020） || |2020.6.12|2. 唐志鸿
（分割&检测） |MSCOCO分割与检测技术流|| |2020.5.29|1. 程海涛
（图像配准） |《Recursive Cascaded Networks for Unsupervised Medical Image Registration》（ICCV-2019）|| |2020.5.29|赵嘉伟
（增量学习）|1.《IL2M: Class Incremental Learning With Dual Memory 》（ICCV-2019）2.《Compacting, Picking and Growing for Unforgetting Continual Learning 》（NeurIPS-2019）|| |2020.5.22|1）李阳
（加法器网络）|《AdderNet：Do We Really Need Multiplications in Deep Learning》（CVPR-2020）|| |2020.5.22|2）苑思明
（实例分割）|《CenterMask：Single Shot Instance segmentation with Point Representation》（CVPR-2020）|| |2020.5.15|1）潘长立
（目标检测）|《YOLOv4: Optimal Speed and Accuracy of Object Detection》（arXiv-2020）|| |2020.5.15|2）冯硕
（卷积的改进，目标检测，分割）|《Dynamic Region-Aware Convolution》（arXiv-2020）|| |2020.5.8|1）何柱君
（图卷积网络）|《Spectral Networks and Locally Connected Networks on Graphs》（ICLR-2014）|| |2020.5.8|2）陈佳林
（互信息，分类）|《Mutual Information Neural Estimation》（ICML-2018）|| |2020.4.30|1）王都
（目标检测，半监督）|《Proposal Learning for Semi-Supervised Object Detection》（arXiv-2020）|| |2020.4.30|2）赵嘉伟
（图像分类，决策树和神经网络的结合）|《NBDT: Neural-Backed Decision Trees》（arXiv-2020）|| |2020.4.24|1）尹志华
（ResNet改进，注意力机制）|《ResNeSt: Split-Attention Networks》（2020）|| |2020.4.24|2）程海涛
（图像配准，自监督） |《Non-rigid image registration using self-supervised fully convolutional networks without training data》（ISBI-2018） || |2020.4.17|1）李阳
（可形变的卷积核）|《Deformable Kernels: Adapting Effective Receptive Fields for Object Deformation》（ICLR-2020）|| |2020.4.17|2）苑思明
（检测和分割相互促进）|《RDSNet：A New Deep Architecture for Reciprocal Object Detection and Instance Segmentation》（AAAI-2020）|| |2020.4.10|1）何柱君
（Object Detection）|《Learning Rich Features at High-Speed for Single-Shot Object Detection》（ICCV-2019）|| |2020.4.10|2）冯硕
（Instance Segmentation）|《SOLOv2: Dynamic, Faster and Stronger 》（arXiv-2020）|| |2020.4.3|1）潘长立|《1st Place Solutions for OpenImage2019 - Object Detection and Instance Segmentation》（arXiv-2020）|| |2020.4.3|2）孙婉欣|《Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression 》（AAAI-2020）|| |2020.3.27|1）赵嘉伟|《Neural Networks are Surprisingly Modular》（2020）|| |2020.3.27|2）唐志鸿
（Visual Representation Learning）|《A Simple Framework for Contrastive Learning of Visual Representation》（arXiv-2020）|| |2020.3.20|1）陈佳林
（GAN）|《Real or Not Real, that is the Question》（ICLR-2020）|| |2020.3.20|2）严勐
（Compression）|《 Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman coding》（ICLR-2016）|| |2020.3.13|1）程海涛
（图像配准融合）|《Adversarial Similarity Network for Evaluating Image Alignment in Deep Learning based Registration》（MICCAI-2018）
《Adversarial image registration with application for mr and trus image fusion》（MLMI-2018）|| |2020.3.13|2）王都
（数据增强）|《Autoaugment: Learning augmentation strategies from data》（CVPR-2019）|| |2020.3.6|1）冯硕
（lightweight model）|《GhostNet: More Features from Cheap Operations》（CVPR-2020）|| |2020.3.6|2）李阳
（segmentation）|《Semantic Correlation Promoted Shape-Variant Context for Sementation》（CVPR-2019）|| |2020.2.28|1）何柱君|《Employing Deep Part-Object Relationships for Salient Object Detection》（ICCV-2019）|| |2020.2.28|2）苑思明|《Deep Learning Approach for Evaluating Knee|| |2020.2.21|1）潘长立
（bouding box regression）|《Side-Aware Boundary Localization for More Precise Object Detection》（arXiv-2019）|| |2020.2.21|2）尹志华
（attention）|《On the Relationship between Self-Attention and Convolutional Layers》（ICLR-2020）|| |2020.2.14|1）陈佳林
（GAN）|《On the''steerability" of generative adversarial networks》（arXiv-2019） || |2020.2.14|2）赵嘉伟|《Rotate your networks: Better weight consolidation and less catastrophic forgetting》（ICPR-2018）|| |2020.2.7|1）程海涛|《CNN Driven Sparse Multi-Level B-spline Image Registration》（CVPR-2018） || |2020.2.7|2）王都|《Mixmatch: A holistic approach to semi-supervised learning》（NeurIPS-2019）|| |2019.1.14|1）李阳|《Dynamic Multi-scale Filters for Semantic Segmentation》（ICCV-2019）|| |2019.1.14|2）冯硕|《SOLO: Segmenting Objects by Locations》（arXiv-2019）|| |2019.1.8|1）何柱君
（biliner pooling）|《Semantic segmentation with second-order pooling》（ECCV-2012）
《Bilinear cnn models for fine-grained visual recognition》（ICCV-2015）
《Compact bilinear pooling》（CVPR-2016）  || |2019.1.8|2）赵杨
（Instance Segmentation）|《BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation》（arXiv-2020）|| |2019.1.2|1）潘长立 |《Dense RepPoints: Representing Visual Objects with Dense Point Sets》（arXiv-2019） 
《Empirical Upper-bound in Object Detection and More》（arXiv-2019）
《How much Position Information Do Convolutional Neural Networks Encode?》（ICLR-2020） || |2019.1.2|2）唐志鸿
（GAN） |《SinGAN：Learning a Generative Model from a Single Natural Image》（ICCV-2019 Best Paper）|| |2019.12.24|1）尹志华
（image segmentation） |《PointRend: Image Segmentation as Rendering》（arXiv-2019）|| |2019.12.24|2）陈佳林
（image-to-image translation） |《Diverse image-to-image translation via disentangled representations》（ECCV-2018）|| |2019.12.18|1）赵嘉伟
（Incremental Learning） |《Learning without forgetting》（PAMI-2017） 
《icarl: Incremental classifier and representation learning》（CVPR-2017）
《End-to-end incremental learning》（ECCV-2018）|| |2019.12.18|2）孙婉欣
（Object Detection） |《Assisted Excitation of Activations: A Learning Technique to Improve Object Detectors》（CVPR-2019） || |2019.12.11|1）李阳
（Semantic Segmentation） |《ACFNet：Attentional Class Feature Network for Semantic Segmentation》 (ICCV-2019) 
《Asymmetric Non-Local Neural Networks for Semantic Segmentation》 (ICCV-2019) 
《Adaptive Context Network for Scene Parsing》 (ICCV-2019) || |2019.12.11|2）王都
（object detection） |《C-mil: Continuation multiple instance learning for weakly supervised object detection》（CVPR-2019）|| |2019.12.4|1）何柱君
（dropblock, triplet loss, second-order information ）|《Dropblock: A regularization method for convolutional networks》（NIPS-2018）
《In defense of the triplet loss for person re-identification》（arXiv-2017）
《Second-Order Non-Local Attention Networks for Person Re-Identification》（ICCV-2019）|| |2019.12.4|2）严勐
（unsupervised learning）|《Momentum Contrast for Unsupervised Visual Representation Learning》（arXiv-2019）|| |2019.11.27|1）冯硕
（FPN结构优化） |《Path Aggregation Network for Instance Segmentation》（ CVPR-2018 ）
《NAS-FPN: Learning Scalable Feature Pyramid Architecture for Object Detection》（CVPR-2019）
《EfficientDet: Scalable and Efficient Object Detection》（arXiv-2019）|| |2019.11.27|2）尹志华
（attention）|《Attention Augmented Convolutional Networks》（ICCV-2019）
《Attention Augmented Convolutional Networks》（ICCV-2019）|| |2019.11.20|1）程海涛
（image registration） |《A deep learning framework for unsupervised affine and deformable image registration》（Medical Image Analysis-2019) || |2019.11.20|2）陈佳林
（增强 GAN 的稳定性） |《Variational discriminator bottleneck: Improving imitation learning, inverse rl, and gans by constraining information flow》（arXiv-2018）|| |2019.11.13|1）赵杨
（池化）|《LIP: Local Importance-based Pooling》（CVPR-2019)|| |2019.11.13|2）赵嘉伟
（multi-instance multi-task）|《Deep convolutional neural networks for multi-instance multi-task》（International Conference on Data Mining-2015）|| |2019.11.6|1）李阳
（Segmentation）|《DANet: Dual Attention Network for Scene Segmentation》 (CVPR-2019) 
《CCNet: Criss-Cross Attention for Semantic Segmentation》 (ICCV-2019) 
《EMANet: Expectation-Maximization Attention Networks for Semantic Segmentation》 (ICCV-2019)|| |2019.11.6|2）王都
（WSI）|《Neural Image Compression for Gigapixel Histopathology Image Analysis》（PAMI-2019）|| |2019.11.1|1）尹志华
（空间注意力）|《An Empirical Study of Spatial Attention Mechanisms in Deep Networks》（ICCV-2019）|| |2019.11.1|2）何柱君
（Semi-Supervised，GAN和detection的结合 ）|《Semi-Supervised Pedestrian Instance Synthesis and Detection with Mutual Reinforcement》（ICCV-2019）|| |2019.10.28|潘长立
（目标检测）|头脑风暴|| |2019.10.25|1）冯硕
（Instance Segmentation）|《PolarMask: Single Shot Instance Segmentation with Polar Representation》（arXiv-2019）|| |2019.10.25|2）陈佳林
（染色归一化）|《Stain Standardization Capsule: A pre-processing module for histopathological image analysis》|| |2019.10.21|程海涛
（Image Registration）|《Unsupervised 3D End-to-End Medical Image Registration with Volume Tweening Network》（arXiv-2019）
《Recursive Cascaded Networks for Unsupervised Medical Image Registration》（arXiv-2019）|| |2019.10.18|1）赵嘉伟
（NMS）|《Adaptive NMS: Refining Pedestrian Detection in a Crowd》（CVPR-2019）
《MaxpoolNMS: Getting Rid of NMS Bottlenecks in Two-Stage Object Detectors》（CVPR-2019）|| |2019.10.18|2）何柱君|RoI特征提取方法回顾|| |2019.10.14|赵杨
（上采样，Deformable Conv）|1）《CARAFE: Content-Aware ReAssembly of FEatures》（arXiv-2019）
2）《Deformable convolutional networks》（ICCV-2017）
3）《Deformable convnets v2: More deformable, better results》（CVPR-2019）|| |2019.10.11|1. 苑思明
（Texture Classification）|《Multiresolution Gray-Scale and Rotation Invariant Texture Classification with Local Binary Patterns》（PAMI-2002）|| |2019.10.11|2. 王都
（Object Detection）|《Libra r-cnn: Towards balanced learning for object detection》（CVPR-2019）
《Prime Sample Attention in Object Detection》（arXiv-2019）|| |2019.10.8|李阳
（Features Aggregation）|1. Deep Layer Aggregation (CVPR2018)
2. DFANet: Deep Feature Aggregation for Real-Time Semantic Segmentation (CVPR2019)
3. Data-Driven Neuron Allocation for Scale Aggregation Networks (CVPR2019) || |2019.9.30|尹志华
（目标检测）|《RepPoints: Point Set Representation for Object Detection》（arXiv-2019 || |2019.9.2|冯硕
（目标检测）|FreeAnchor: Learning to Match Anchors for Visual Object Detection（NeurIPS-2019 ）|| |2019.9.2|1）陈佳林
（image-to-image translation）|Multimodal unsupervised image-to-image translation（ECCV-2018）|| |2019.9.2|2）程海涛
（图像配准和融合）|近期工作总结|| |2019.9.16|赵嘉伟|Relational inductive biases, deep learning, and graph networks. （arXiv-2018）|| |2019.9.9|何柱君
（Relation networks）|1）A simple neural network module for relational reasoning. （NIPS-2017）
2）Discovering objects and their relations from entangled scene representations. （arXiv-2017）
3）Relation networks for object detection.（CVPR-2018）|| |2019.9.2|王都|Hamid Rezatofighi, Nathan Tsoi. Generalized intersection over union: A metric and a loss for bounding box regression.CoRR, abs/1902.09630, 2019.|| |2019.8.26|唐志鸿
（point-based detection） |近期工作总结|| |2019.8.19|陈佳林
（GAN）|Karras, Tero, Samuli Laine, and Timo Aila. "A style-based generator architecture for generative adversarial networks." Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019.|| |2019.8.12|冯硕
（一阶段目标检测的特征对齐）|1) Region proposal by guided anchoring (Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition)
2) Revisiting Feature Alignment for One-stage Object Detection （arXiv preprint）|| |2019.8.5|程海涛|1）《Zero Shot Learning for Multi-Modal Real Time Image Registration》
2）《ssEMnet: Serial-section Electron Microscopy Image Registration using a Spatial Transformer Network with Learned Features》
3）《End-to-End Unsupervised Deformable Image Registration with a Convolutional Neural Network》
4）《Nonrigid Image Registration Using Multi-scale 3D Convolutional Neural Networks》
5）《ELASTIC REGISTRATION OF MEDICAL IMAGES WITH GANS》|| |2019.7.29|1）尹志华
（目标检测）|Cascade network 小结|| |2019.7.22|1）何柱君
（目标检测）|《Spatial memory for context reasoning in object detection》（ICCV-2017）
《Structure inference net: Object detection using scene-level context and instance-level relationships》（CVPR-2018）|| |2019.7.22|2）赵嘉伟
（a new type of convolution）|《HetConv: Heterogeneous Kernel-Based Convolutions for Deep CNNs》（CVPR-2019）|| |2019.7.15|1）潘长立
（目标检测）|《anchor 小结》|| |2019.7.15|2）赵杨
（EM，分类）|《Patch-based convolutional neural network for whole slide tissue image classification》 (重讲)（CVPR-2016）|| |2019.7.8|1）孙婉欣
（目标检测）|《FoveaBox: Beyond Anchor-based Object Detector》(arXiv 2019)|| |2019.7.8|2）陈佳林
（GAN）|《Feedback Adversarial Learning: Spatial Feedback for Improving Generative Adversarial Networks》（CVPR-2019）《Unsupervised attention-guided image-to-image translation》（NIPS-2018）|| |2019.7.1|1）王都
（语义分割）|《Fast-SCNN: Fast Semantic Segmentation Network》(arXiv 2019)|| |2019.7.1|2）程海涛
（多聚焦图像融合）|《Multi-scale convolutional neural network for multi-focus image fusion》（IVC-2019）|| |2019.6.24|1）冯硕
（CNN）|《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》(arXiv 2019)|| |2019.6.24|2）赵杨
（CNN）|《Patch-based convolutional neural network for whole slide tissue image classification》（CVPR-2016）|| |2019.6.19|1）尹志华
（可视化）|《Grad-cam: Visual explanations from deep networks via gradient-based localization》(CVPR 2017)|| |2019.6.19|2）何柱君
（CNN）|《Kervolutional Neural Networks》（CVPR-2019）|| |2019.6.10|1）潘长立
（目标检测）|《Bounding Box Regression with Uncertainty for Accurate Object Detection》（CVPR-2019）|| |2019.6.3|1）严勐
（目标检测）|《DetNet：A Backbone network for Object Detection》（arXiv 2018）
《Scale-Aware Trident Networks for Object Detection》（ICCV 2019）|| |2019.5.27|1）程海涛
（多聚焦融合）|《Ensemble of CNN for multi-focus image fusion》
《MCFNet: Multi-layer Concatenation Fusion Network for Medical Images Fusion》|| |2019.5.27|2）陈佳林
（多聚焦融合）|《FuseGAN: Learning to fuse Multi-focus Image via Conditional Generative Adversarial Network》|| |2019.5.20|1）何柱君
（自动聚焦）|《An image auto-focusing algorithm for industrial image measurement》
《Combining gradient ascent search and support vector machines for effective autofocus of a field emission--scanning electron microscope》
《A Robotic Auto-Focus System based on Deep Reinforcement Learning》|| |2019.5.13|1）潘长立
（对抗样本）|对抗样本|| |2019.5.13|2）孙婉欣
（anchor-free）|《Region Proposal by Guided Anchoring》
《Feature Selective Anchor-Free Module for Single-Shot Object Detection》|| |2019.5.6|1）尹志华
（anchor free objection detection-one stage）|近期工作小节|| |2019.5.6|2）严勐
（light weight network）|近期工作小节|| |2019.4.29|1）程海涛
（图像配准、融合）|《An Unsupervised Learning Model for Deformable Medical Image Registration》
《DenseFuse: A Fusion Approach to Infrared and Visible Images》|| |2019.4.29|2）何柱君
（loss function）|《Large-margin softmax loss for convolutional neural networks》
《Rethinking Feature Distribution for Loss Functions in Image Classification》|| |2019.4.22|1）潘长立
（CNN）|《Drop an Octave: Reducing Spatial Redundancy in Convolutional Neural Networks with Octave Convolution》|| |2019.4.22|2）陈佳林
（GAN）|《GANs Trained by a Two Time-Scale Update Rule Converge to a Local Nash Equilibrium》
《Spectral Normalization for Generative Adversarial Networks》
《Self-Attention Generative Adversarial Networks》
《Large Scale GAN Training for High Fidelity Natural Image Synthesis》|| |2019.4.15|1）孙婉欣
（目标检测）|《An analysis of scale invariance in object detection snip》
《SNIPER: Efficient multi-scale training》|| |2019.4.15|2）尹志华
（图像分割）|《TensorMask: A Foundation for Dense Object Segmentation》
《YOLACT: Real-time Instance Segmentation》|| |2019.4.8|1）严勐
（目标检测）| 近期工作总结（attention、noisy-label）|| |2019.3.31|1）张帆
（图像质量评价）| 《RAN4IQA: Restorative Adversarial Nets for No-Reference Image Quality Assessment》
《No-reference Image Quality Assessment with Reinforcement Recursive List-wise Ranking》|| |2019.3.31|2）何柱君
（BN）| 《How Does Batch Normalization Help Optimization?》|| |2019.3.25|1）唐志鸿
（目标检测+分割）| 《Merged Mask-RNN with boosting feature pyramid network》 |2019.3.25|2）陈佳林
（头脑风暴）| 染色归一化和图像分割|| |2019.3.22|1）张帆
（图像质量评价）|头脑风暴： 《基于深度卷积神经网络的数字图像质量评价》 |2019.3.22|2）严勐
（目标检测）| 头脑风暴：《基于特征金字塔网络（FPN）的细胞检测》|| |2019.3.17|1）孙婉欣
（细胞检测）| 头脑风暴：《 基于 yolov3 的宫颈细胞自动检测算法》|| |2019.3.17|2）潘长立
（细胞检测）| 头脑风暴：《 基于 yolov3 的宫颈细胞自动检测算法》|| |2019.3.11|1）陈佳林
染色归一化|StainGAN+Adaptive color deconvolution |2019.3.11|2）何柱君
（自动聚焦）| 头脑风暴：《 基于深度卷积神经网络的光学显微镜自动聚焦算法》|| |2019.3.4|1）尹志华
（Extreme point）| 《ExtremeNet: Bottom-up Object Detection by Grouping Extreme and Center Points》
《Deep Extreme Cut：From Extreme Points to Object Segmentation》 |2019.3.4|2）何柱君
（Face Alignment）| 《Face Alignment by Explicit Shape Regression》
《Supervised Descent Method and Its Applications to Face Alignment》|| |2019.3.4|3）唐志鸿 | 近期工作总结|| |2019.2.25|1）程海涛
（图像融合）| 《Image Segmentation-Based Multi-Focus Image Fusion Through Multi-Scale Convolutional Neural Network》
《Infrared and Visible Image Fusion using a Deep Learning Framework》|| |2019.2.25|2）潘长立
（目标检测）| 《Bag of Freebies for Training Object Detection Neural Networks mixup》 || |2019.2.25|3）张帆
（图像质量评价）| Learning to rank 小结 || |2019.1.21|1）陈佳林
（染色归一化）| 《Color normalization in digital histopathology images》
《Comparison of Normalization Algorithms for Cross-Batch Color Segmentation of Histopathological Images》
《EM-based segmentation-driven color standardization of digitized histopathology》|| |2019.1.21|2）严勐
（图像分类）| inception famliy 小结 || |2019.1.14|1）潘长立
（目标检测中的对抗训练）| a-fast-rcnn || |2019.1.14|1）尹志华
（语义分割）| 《DecoupleedNet （NIPS 2015）》
《E-Net（2016）& LinkNet（VCIP 2017）》
《RefineNet（CVPR 2017）》
《PSPNet（CVPR 2017）》
《FC-DenseNet（CVPR 2017）》
《DeepLab v3+（ECCV 2018）》 || |2019.1.7|1）何柱君
（自动聚焦）| 《Efficient auto-focus algorithm utilizing discrete difference equation prediction model for digital still cameras》 || |2019.1.7|2）程海涛
（图像融合）| 《Multi-focus image fusion with a deep convolutional neural network》,《Pixel convolutional neural network for multi-focus image fusion || |2018.12.24|1）张帆
（图像质量评价）| 无参考图像质量评价算法小结 || |2018.12.24|1）孙婉欣
（目标检测）| PFPNet（目标检测中的特征金字塔） || |2018.12.17|1）毛渊
（图像融合）| 近期工作总结 || |2018.12.10|1）尹志华
（语义分割）| DeepLab系列 || |2018.12.10|2）陈佳林
（染色归一化）| 《Color transfer between images》
《Quantification of histochemical staining by color deconvolution》|| |2018.12.10|3）潘长立
（对抗训练）| DefenseGAN || |2018.12.3|1）何柱君
（Normalization）| BN、SyncBN、Group Normalization || |2018.12.3|2）程海涛
（ 图像融合）| DeepFuse || ⬆ back to top