ICCV2025-Papers-with-Code

amusi长期未更新

汇总 ICCV 2025 录用论文及其开源代码,方便计算机视觉研究者按任务快速查找检测、分割等方向的实现。

ICCV 2025 论文和开源项目合集

暂无版本2,891star255fork同步于 2026-11-07 07:30 UTC

怎么上手

由 README 提炼,执行前请确认
git clone https://github.com/amusi/ICCV2025-Papers-with-Code
硬件要求按 README 说明

README 未说明

下载:源码 zip·GitHub Releases(安装包)本站不镜像安装包

项目说明

由 README 自动翻译提炼

ICCV 2025 论文与开源代码索引合集,按任务分类快速定位顶会工作

汇总 ICCV 2025 录用论文及其开源代码,方便计算机视觉研究者按任务快速查找检测、分割等方向的实现。

核心能力

  • 按 3DGS、Mamba、扩散模型等数十个方向分类索引论文
  • 每条收录论文标题、arXiv 链接与 GitHub 代码地址
  • 部分条目额外提供项目主页链接
  • 覆盖检测、分割、生成、自动驾驶、医学影像等方向
  • 开放 issue 提交,社区共同补充新论文

容易踩的坑

这是论文索引仓库,本身不含可运行代码,需逐个进入各论文的 Code 链接;部分分类下暂无条目,需自行检索 arXiv;README 中个别条目的 Paper 与 Code 链接疑似写反,使用前先核对

内容由模型根据 README 生成,可能不完整或不准确,以官方文档为准。看原文 README

最近发版

0 个版本

暂无 release 数据(可能没有发版,或尚未同步)。

用户点评

登录用户的真实使用记录,可按版本和硬件筛选
共 0 条

    还没有人点评。第一个说出真实体验的人最有价值。

    README 原文

    未翻译

    ICCV 2025 论文和开源项目合集(Papers with Code)

    ICCV 2025 Accepance Rate of 24% = 2699 / 11239

    注1:欢迎各位大佬提交issue,分享ICCV 2025论文和开源项目!

    注2:关于往年CV顶会论文以及其他优质CV论文和大盘点,详见: https://github.com/amusi/daily-paper-computer-vision

    欢迎扫码加入【CVer学术交流群】,可以获取ICCV 2025等最前沿工作!这是最大的计算机视觉AI知识星球!每日更新,第一时间分享最新最前沿的计算机视觉、AIGC、扩散模型、多模态、深度学习、自动驾驶、医疗影像和遥感等方向的学习资料,快加入学起来!

    【ICCV 2025 论文和开源代码目录】

    3DGS(Gaussian Splatting)

    Agent

    Avatars

    Backbone

    TinyViM: Frequency Decoupling for Tiny Hybrid Vision Mamba

    CLIP

    Mamba

    TinyViM: Frequency Decoupling for Tiny Hybrid Vision Mamba

    Vamba: Understanding Hour-Long Videos with Hybrid Mamba-Transformers

    Embodied AI

    GAN

    OCR

    NeRF

    DETR

    Prompt

    多模态大语言模型(MLLM)

    FALCON: Resolving Visual Redundancy and Fragmentation in High-resolution Multimodal Large Language Models via Visual Registers

    大语言模型(LLM)

    World Model(世界模型)

    Medical World Model: Generative Simulation of Tumor Evolution for Treatment Planning

    ReID(重识别)

    扩散模型(Diffusion Models)

    From Reusing to Forecasting: Accelerating Diffusion Models with TaylorSeers

    Vision Transformer

    视觉和语言(Vision-Language)

    目标检测(Object Detection)

    异常检测(Anomaly Detection)

    目标跟踪(Object Tracking)

    医学图像(Medical Image)

    Medical World Model: Generative Simulation of Tumor Evolution for Treatment Planning

    医学图像分割(Medical Image Segmentation)

    自动驾驶(Autonomous Driving)

    Where, What, Why: Towards Explainable Driver Attention Prediction

    ROADWork Dataset: Learning to Recognize, Observe, Analyze and Drive Through Work Zones

    DriveMM: All-in-One Large Multimodal Model for Autonomous Driving

    3D点云(3D-Point-Cloud)

    3D目标检测(3D Object Detection)

    3D语义分割(3D Semantic Segmentation)

    Low-level Vision

    EAMamba: Efficient All-Around Vision State Space Model for Image Restoration

    超分辨率(Super-Resolution)

    去噪(Denoising)

    图像去噪(Image Denoising)

    3D人体姿态估计(3D Human Pose Estimation)

    #3D Visual Grounding(3D视觉定位)

    图像生成(Image Generation)

    DreamRenderer: Taming Multi-Instance Attribute Control in Large-Scale Text-to-Image Models

    视频生成(Video Generation)

    图像编辑(Image Editing)

    Rethinking the Spatial and Temporal Redundancy for Efficient Image Editing

    视频编辑(Video Editing)

    3D生成(3D Generation)

    3D重建(3D Reconstruction)

    人体运动生成(Human Motion Generation)

    视频理解(Video Understanding)

    Vamba: Understanding Hour-Long Videos with Hybrid Mamba-Transformers

    具身智能(Embodied AI)

    知识蒸馏(Knowledge Distillation)

    深度估计(Depth Estimation)

    立体匹配(Stereo Matching)

    暗光图像增强(Low-light Image Enhancement)

    图像压缩(Image Compression)](#IC)

    场景图生成(Scene Graph Generation)

    风格迁移(Style Transfer)

    图像质量评价(Image Quality Assessment)

    视频质量评价(Video Quality Assessment)

    压缩感知(Compressive Sensing)

    数据集(Datasets)

    ROADWork Dataset: Learning to Recognize, Observe, Analyze and Drive Through Work Zones

    其他(Others)

    Music Grounding by Short Video