ICCV-2023-25-Papers
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
未说明
未说明

快速开始
| 基本信息 |
|
| 仓库大小与活跃度 |
|
| 贡献统计 |
|
| 其他指标 |
|
| GitHub Actions |
|
| 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!
[!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。
[!重要] 会议表格将始终保持最新更新。
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 
| 板块 | 论文 | ||||
|---|---|---|---|---|---|
| 主会场 | |||||
| 口头报告 | |||||
| 多模态学习 |
|
|
|
|
|
| 结构与运动 |
|
|
|
|
|
| 高效学习 |
|
|
|
|
|
| 视图合成与场景重建 |
|
|
|
|
|
| 基础模型与表示学习 |
|
|
|
|
|
| 人体建模 |
|
|
|
|
|
| 3D姿态理解 |
|
|
|
|
|
| 视觉+图形学 |
|
|
|
|
|
| 应用与评估 |
|
|
|
|
|
| 内容生成 |
|
|
|
|
|
| 物理场景感知 |
|
|
|
|
|
| 分割与分组 |
|
|
|
|
|
| 海报展示 | |||||
| Session 1 |
|
|
|
|
|
| Session 2 |
|
即将添加 | |||
| Session 3 |
|
||||
| Session 4 |
|
||||
| Session 5 |
|
||||
| Session 6 |
|
||||
论文-2023 
关键术语
星标历史
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。
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
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。
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。
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。
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。