ICCV-2023-25-Papers

GitHub
967 49 非常简单 1 次阅读 5天前MIT开发框架其他图像数据工具视频
AI 解读 由 AI 自动生成,仅供参考

ICCV-2023-25-Papers 是一个专注于计算机视觉领域的开源资源库,旨在汇集并整理国际计算机视觉大会(ICCV)从 2023 年至 2025 年的前沿学术论文。面对顶级会议中海量且更新迅速的研究成果,研究人员和开发者往往难以高效追踪最新进展或查找对应的代码实现。该工具通过系统化的分类整理,将高价值的论文与开源代码直接关联,极大地降低了获取和复现前沿算法的门槛。

这款资源库特别适合计算机视觉研究人员、深度学习工程师以及高校师生使用。无论是希望紧跟行业趋势的探索者,还是急需寻找特定任务基线模型的开发者,都能在这里快速定位所需内容。其独特的技术亮点在于不仅提供了论文的标题和摘要,还重点收录了配套的代码仓库链接,部分条目甚至支持自动化更新与维护,确保信息的时效性。作为一个社区驱动的"Awesome"列表项目,它凭借活跃的提交记录和清晰的版本管理,成为了连接学术理论与工程实践的高效桥梁,助力视觉智能技术的快速发展。

使用场景

某自动驾驶初创公司的算法团队正急需为新一代感知系统寻找最新的三维目标检测方案,以应对复杂城市场景下的长尾问题。

没有 ICCV-2023-25-Papers 时

  • 信息检索低效:研究人员需手动遍历 ICCV 官网、arXiv 及各类社交媒体,耗时数天才能拼凑出完整的论文清单,极易遗漏关键成果。
  • 代码复现困难:找到论文后,往往发现官方代码未开源或链接失效,需要花费大量时间在 Issues 区搜寻或自行重写基础架构。
  • 技术选型盲目:缺乏对前沿趋势的系统性梳理,难以快速判断哪些新提出的模块(如新的注意力机制或损失函数)真正适合当前业务场景。
  • 协作同步滞后:团队成员各自关注不同渠道,导致内部技术分享会内容重复或过时,无法形成统一的技术演进路线图。

使用 ICCV-2023-25-Papers 后

  • 一站式获取前沿:团队直接访问该仓库,即可按类别快速获取 2023 至 2025 年所有收录的计算机视觉顶会论文,将文献调研时间从数天压缩至几小时。
  • 即拿即用的代码:每篇论文均附带经过验证的代码链接,工程师能立即拉取项目进行测试,大幅降低了环境配置和复现门槛。
  • 精准技术决策:借助清晰的分类和持续更新的列表,团队迅速锁定了几个在遮挡处理上表现优异的 SOTA 模型,并成功将其集成到原型系统中。
  • 高效知识同步:仓库成为团队内部的“技术雷达”,大家基于同一份最新清单进行讨论,显著提升了技术评审的效率和深度。

ICCV-2023-25-Papers 通过聚合高质量论文与可运行代码,将原本分散且高成本的科研探索过程转化为高效、可落地的工程迭代动力。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该仓库并非需要本地运行的 AI 模型或工具,而是一个 ICCV 会议论文列表的集合(Awesome List)。它主要包含 Markdown 文档、JSON 数据文件以及用于自动解析和同步数据的 GitHub Actions 工作流。用户无需配置任何本地运行环境(如 GPU、特定 Python 版本或依赖库),直接在浏览器中查看 README 或通过链接访问关联的 Hugging Face Space 应用即可使用。
python未说明
ICCV-2023-25-Papers hero image

快速开始

ICCV-2023-Papers

基本信息 Awesome 会议 版本 许可证:MIT
仓库大小与活跃度 GitHub仓库大小 GitHub提交活动(分支)
贡献统计 GitHub贡献者 GitHub已关闭的问题 GitHub问题 GitHub已关闭的拉取请求 GitHub拉取请求
其他指标 GitHub最近一次提交 GitHub关注者 GitHub复刻 GitHub仓库星标 访问量
GitHub Actions 从源仓库复制解析Markdown并生成JSON
解析Markdown并生成JSON
同步Hugging Face应用
应用 应用
进展状态
主项目

ICCV 2025论文:探索在ICCV 2025——顶级计算机视觉会议上发表的前沿研究论文的全面合集。及时了解计算机视觉和深度学习领域的最新进展。附带代码实现。为视觉智能的发展点亮星星吧!

ICCV 2025


[!提示] ICCV 2025会议日程在线版,包含了所有被接受的完整论文列表、它们的报告顺序以及指定的报告时间。


其他最佳AI会议合集

应用

[!重要] 会议表格将始终保持最新更新。

会议 年份
2023 2024 2025
计算机视觉(CV)
CVPR
ICCV  
ECCV
WACV :heavy_minus_sign:  
FG :heavy_minus_sign:
语音/信号处理(SP/SigProc)
ICASSP
INTERSPEECH  
ISMIR   :heavy_minus_sign: :heavy_minus_sign:
自然语言处理(NLP)
EMNLP
机器学习(ML)
AAAI :heavy_minus_sign:
ICLR :heavy_minus_sign:
ICML :heavy_minus_sign:
NeurIPS :heavy_minus_sign:

贡献者



[!NOTE] 非常感谢您为完善本列表所做的贡献。如果您发现了任何被遗漏的论文,请随时创建拉取请求提交 issue 或通过电子邮件与我联系。您的参与对于使这个仓库更加完善至关重要。


论文-2025

应用
板块 论文
主会场
口头报告
多模态学习 论文 预印本 开源代码 视频
结构与运动 论文 预印本 开源代码 视频
高效学习 论文 预印本 开源代码 视频
视图合成与场景重建 论文 预印本 开源代码 视频
基础模型与表示学习 论文 预印本 开源代码 视频
人体建模 论文 预印本 开源代码 视频
3D姿态理解 论文 预印本 开源代码 视频
视觉+图形学 论文 预印本 开源代码 视频
应用与评估 论文 预印本 开源代码 视频
内容生成 论文 预印本 开源代码 视频
物理场景感知 论文 预印本 开源代码 视频
分割与分组 论文 预印本 开源代码 视频
海报展示
Session 1 论文 预印本 开源代码 视频
Session 2 论文 即将添加
Session 3 论文
Session 4 论文
Session 5 论文
Session 6 论文

论文-2023

应用
Section Papers
Main
3D from Multi-View and Sensors Papers Preprints Open Code Videos
Adversarial Attack and Defense Papers Preprints Open Code Videos
Vision and Robotics Papers Preprints Open Code Videos
Vision and Graphics Papers Preprints Open Code Videos
Segmentation, Grouping and Shape Analysis Papers Preprints Open Code Videos
Recognition: Categorization Papers Preprints Open Code Videos
Explainable AI for CV Papers Preprints Open Code Videos
Neural Generative Models Papers Preprints Open Code Videos
Vision and Language Papers Preprints Open Code Videos
Vision, Graphics, and Robotics Papers Preprints Open Code Videos
Privacy, Security, Fairness, and Explainability Papers Preprints Open Code Videos
Fairness, Privacy, Ethics, Social-good, Transparency, Accountability in Vision Papers Preprints Open Code Videos
First Person (Egocentric) Vision Papers Preprints Open Code Videos
Representation Learning Papers Preprints Open Code Videos
Deep Learning Architectures and Techniques Papers Preprints Open Code Videos
Recognition: Detection Papers Preprints Open Code Videos
Image and Video Synthesis Papers Preprints Open Code Videos
Vision and Audio Papers Preprints Open Code Videos
Recognition, Segmentation, and Shape Analysis Papers Preprints Open Code Videos
Generative AI Papers Preprints Open Code Videos
Humans, 3D Modeling, and Driving Papers Preprints Open Code Videos
Low-Level Vision and Theory Papers Preprints Open Code Videos
Navigation and Autonomous Driving Papers Preprints Open Code Videos
3D from a Single Image and Shape-from-X Papers Preprints Open Code Videos
Motion Estimation, Matching and Tracking Papers Preprints Open Code Videos
Action and Event Understanding Papers Preprints Open Code Videos
Computational Imaging Papers Preprints Open Code Videos
Embodied Vision: Active Agents, Simulation Papers Preprints Open Code Videos
Recognition: Retrieval Papers Preprints Open Code Videos
Transfer, Low-Shot, Continual, Long-Tail Learning Papers Preprints Open Code Videos
Low-Level and Physics-based Vision Papers Preprints Open Code Videos
Computer Vision Theory Papers Preprints Open Code Videos
Video Analysis and Understanding Papers Preprints Open Code Videos
Object Pose Estimation and Tracking Papers Preprints Open Code Videos
3D Shape Modeling and Processing Papers Preprints Open Code Videos
Human Pose/Shape Estimation Papers Preprints Open Code Videos
Transfer, Low-Shot, and Continual Learning Papers Preprints Open Code Videos
Self-, Semi-, and Unsupervised Learning Papers Preprints Open Code Videos
Self-, Semi-, Meta-, Unsupervised Learning Papers Preprints Open Code Videos
Photogrammetry and Remote Sensing Papers Preprints Open Code Videos
Efficient and Scalable Vision Papers Preprints Open Code Videos
Machine Learning (other than Deep Learning) Papers Preprints Open Code Videos
Document Analysis and Understanding Papers Preprints Open Code Videos
Biometrics Papers Preprints Open Code Videos
Datasets and Evaluation Papers Preprints Open Code Videos
Faces and Gestures Papers Preprints Open Code Videos
Medical and Biological Vision; Cell Microscopy Papers Preprints Open Code Videos
Scene Analysis and Understanding Papers Preprints Open Code Videos
Multimodal Learning Papers Preprints Open Code Videos
Human-in-the-Loop Computer Vision Papers Preprints Open Code Videos
Image and Video Forensics Papers Preprints Open Code Videos
Geometric Deep Learning Papers Preprints Open Code Videos
Vision Applications and Systems Papers Preprints Open Code Videos
Machine Learning and Dataset Papers Preprints Open Code Videos
Workshops
1st Workshop on Scene Graphs and Graph Representation Learning Papers Preprints Open Code Videos
4th Visual Inductive Priors for Data-Efficient Deep Learning Workshop Papers Preprints Open Code Videos
What is Next in Multimodal Foundation Models? Papers Preprints Open Code Videos
Workshop and Challenge on DeepFake Analysis and Detection Papers Preprints Open Code Videos
8th Workshop on Computer Vision in Plant Phenotyping and Agriculture Papers Preprints Open Code Videos
Workshop on New Ideas in Vision Transformers Papers Preprints Open Code Videos
Representation Learning with very Limited Images: The Potential of Self-, Synthetic- and Formula-Supervision Papers Preprints Open Code Videos
To NeRF or not to NeRF: A View Synthesis Challenge for Human Heads Papers Preprints Open Code Videos
Workshop on Resource Efficient Deep Learning for Computer Vision Will soon be added
1st Workshop on Computer Vision Aided Architectural Design
4th Workshop on Electronic Cultural Heritage
Solving CAD History and pArameters Recovery from Point Clouds and 3D Scans
Visual Object Tracking and Segmentation Challenge
11th Workshop on Assistive Computer Vision and Robotics
1st Workshop on Open-Vocabulary 3D Scene Understanding
Recovering 6D Object Pose
Visual Perception for Navigation in Human Environments: The JackRabbot Human Motion Forecasting Dataset and Benchmark
Women in Computer Vision
2nd Workshop on Computer Vision for Automated Medical Diagnosis
5th Workshop on Closing the Loop Between Vision and Language
AI for 3D Content Creation
AI for Creative Video Editing and Understanding
Artificial Social Intelligence Workshop and Challenge
International Workshop on Analysis and Modeling of Faces and Gestures
2nd ROAD workshop and Challenge: Event Detection for Situation Awareness in Autonomous Driving
Visual Continual Learning
Workshop on Adversarial Robustness in the Real World
Artificial Intelligence for Humanitarian Assistance and Disaster Response
BioImage Computing Workshop
Robustness and Reliability of Autonomous Vehicles in the Open-World
LatinX in AI Research Workshop
2nd Computer Vision for Metaverse Workshop
2nd Workshop and Challenges for Out-of-Distribution Generalization in Computer Vision
Uncertainty Estimation for Computer Vision Papers Preprints Open Code Videos
Vision-and-Language Algorithmic Reasoning Workshop Will soon be added

关键术语

关键术语


星标历史

星标历史图表

版本历史

v2025.10.27-rc.12025/10/27

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架