hustvl

[CVPR 2024] 4D Gaussian Splatting für das Rendern dynamischer Szenen in Echtzeit

[ICML 2024] Vision Mamba: Effizientes visuelles Repräsentationslernen mit bidirektionalem Zustandsraummodell

[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR: Strukturierte Modellierung und Lernen für die Online-Erstellung vektorisierter HD-Karten

[CVPR 2025 Oral] Rekonstruktion vs. Generierung: Bewältigung des Optimierungsdilemmas in Latent Diffusion Models

[CVPR 2025 Highlight] Truncated Diffusion Model für autonomes Fahren in Echtzeit von Ende zu Ende

[ICCV 2023 & ICLR 2026] VAD: Vektorisierte Szenendarstellung für effizientes autonomes Fahren

[CVPR 2024] GaussianDreamer: Schnelle Generierung von Text zu 3D Gaussians durch Verknüpfung von 2D- und 3D-Diffusionsmodellen

[Image and Vision Computing (Vol.147 Jul. '24)] Interaktives natürliches Bild-Matting mit Segment Anything Models

PixelHacker: Bild-Inpainting mit struktureller und semantischer Konsistenz.

[IJCV 2026] Senna: Überbrückung von Large Vision-Language Models und End-to-End-autonomem Fahren

[Information Fusion (Vol.103, Mar. '24)] Verbesserung von Image Matting mit vortrainierten Plain Vision Transformers

[ECCV 2026] Moebius: 0,2B leichtgewichtiges Image-Inpainting-Framework mit Performance auf 10B-Niveau

Offizieller Code für "EVF-SAM: Early Vision-Language Fusion for Text-Prompted Segment Anything Model"