整理：CV君

#开源论文#

今日开源论文第一波（CVPR 2021）~

1

SiamGAT: Graph Attention Tracking

提出 SiamGAT，用于目标跟踪，性能领先许多当前先进跟踪器，达到 SOTA。

https://arxiv.org/abs/2011.11204

已开源：https://github.com/ohhhyeahhh/SiamGAT

2

Neural Response Interpretation through the Lens of Critical Pathways

已开源：https://github.com/CAMP-eXplain-AI/PathwayGrad & https://github.com/CAMP-eXplain-AI/RoarTorch

https://arxiv.org/abs/2103.16886

3

Prototypical Cross-domain Self-supervised Learning for Few-shot Unsupervised Domain Adaptation

提出端到端的原型跨域自监督学习(PCS)框架，用于 Few-shot 无监督域适应(FUDA)。与最先进的方法相比，在 FUDA 上不同领域对的平均分类准确率在Office、Office-Home、VisDA-2017 和 DomainNet上分别提高了 10.5%、3.5%、9.0% 和 13.2%。

https://arxiv.org/abs/2103.16765

已开源：https://github.com/zhengzangw/PCS-FUDA

4

GrooMeD-NMS: Grouped Mathematically Differentiable NMS for Monocular 3D Object Detection

提出并集成 GrooMeD-NMS，用于单目3D目标检测。解决了训练和推理管道之间的不匹配问题，在 KITTI 基准数据集上实现最先进的单目3D目标检测结果，表现与基于单目视频的方法相当。

https://arxiv.org/abs/2103.17202

已开源：https://github.com/abhi1kumar/groomed_nms

5

ArtFlow: Unbiased Image Style Transfer via Reversible Neural Flows

提出 ArtFlow 来防止通用风格迁移过程中的 content leak（内容泄漏）。ArtFlow 由可逆的神经流和无偏的特征迁移模块组成。同时支持前向和后向推理，并采用投影-转移-还原的方案进行操作。ArtFlow 在避免 content leak（内容泄漏）的同时，实现了与最先进的风格迁移方法相当的性能。

https://arxiv.org/abs/2103.16877

已开源：https://github.com/pkuanjie/ArtFlow

更多内容：

https://github.com/52CV/CVPR-2021-Papers