Awesome-CVPR2026-CVPR2025-CVPR2024-CVPR2021-CVPR2020-Low-Level-Vision

你是否正在为寻找计算机视觉底层任务的最新论文而头疼？今天推荐一个宝藏项目：Awesome CVPR低层视觉论文代码合集。它把CVPR 2020、2021、2024、2025甚至2026年的超分辨率、去雨、去雾、去模糊、去噪、图像恢复、增强、去摩尔纹、修复、质量评价、插帧、压缩等底层视觉相关论文和代码全部整理到一起，让你不用再东翻西找。 这个项目的核心价值就是“省时省力”。底层视觉是图像处理的基础，每年CVPR都有大量相关论文，但散落在各个会议网站和GitHub上。作者一次性把这些成果汇总成独立页面，每个年份一个Markdown文件，直接链接到论文和开源代码仓库。无论是想复现先进方法，还是快速了解领域进展，打开这个项目就能一站式获取。 技术亮点在于它的系统性和时效性。不仅覆盖了经典年份（2020、2021），还大胆收录了2025和2026年的前瞻性工作，说明作者持续跟进最新研究。每个任务类别都有清晰分类，比如超分辨率、图像去噪等都分开列出，方便按需查找。社区还提供了低层视觉信息平台lowlevelcv.com，进一步聚合资源。 适用场景非常广泛：如果你是做图像处理、计算机视觉的研究生或工程师，想要快速找到某个任务的SOTA论文和代码，这个合集是最佳起点。比赛选手可以用它寻找基线模型；企业算法开发者也适合用它筛选可商用的开源方案。甚至刚入门的新手，也能通过阅读这些知名论文和代码，快速理解底层视觉的主流技术。 上手难度几乎没有。你只需要能打开GitHub，点击链接跳转到对应年份的Markdown文件，就能看到表格形式的论文列表。每一行都包含论文标题、作者、PDF链接和代码仓库。无需安装任何软件，浏览器就能用。如果你熟悉Python和常用的深度学习框架（如PyTorch），可以直接克隆代码跑模型。但即使不懂代码，只看论文摘要和思路描述，也能学到很多。 总之，这是一个由社区精心维护的“索引式”资源，花几分钟收藏它，就能省下你数天甚至数周的文献搜索时间。如果你也关注底层视觉，值得立刻Star并定期翻阅。