ICCV 是计算机视觉领域三大顶会之一,往届都是奇数年开(与此对应ECCV 在偶数年开,CVPR 每年都开),ICCV 2019 于 2019年10月27日-11月2日召开,距今不足一年。
继盘点CVPR 2019 ,ECCV 2018 Top 20 论文后:
本文盘点 ICCV 2019 的Top 20 的论文,同之前一样,依然以谷歌学术上显示的论文的引用数为标准,截止时间为2020年8月6日。
1. MobileNetV3 是ICCV 2019 所有论文中引用量最高的,但仅有262次。第10 位 引用数139,第20位 90 。
2. 巧的是,截止今天前20的论文中多篇引用数相同,比如目标检测算法 FCOS 与 图像修复算法Gated Convolution 引用量都是218次,并列第二位,不同于CVPR 2019 和 ECCV 2018 引用量第一和第二差距很大,因时间不长,ICCV 2019 的引用量都不高。
3. 这些论文包含方向:神经架构搜索(2)、目标检测(3,FCOS、TridentNet、CenterNet)、图像修复、动作识别(2,SlowFast、TSM)、模型预训练的再思考、姿态迁移、深度估计、语义分割(CCNet)、人脸编辑检测数据集、图像压缩(使用GAN的方法)、数据增广(CutMix)、自监督学习(VideoBERT)、点云卷积(KPConv)、面部重演、新型卷积方法(Octave convolution)、实体AI模拟。
4. 由以上可以看出,这些论文的方向是相对比较分散的,即使研究的是较为小众的方向也有可能被很多论文参考。
5. 明星学者何恺明参与了其中三篇论文,分别为动作识别算法Slowfast、模型预训练的再思考和随机连接神经网络(RandWireNN)。
6. 工业界里Facebook参与的论文最多,有 6 篇,其次是谷歌 2篇,国内公司字节跳动、图森、华为、依图各参与 1 篇。
以下不仅列出了论文、代码和相应解读,还包括不少的Demo,欢迎参考~
NO.1 MobileNetV3
Searching for MobileNetV3
作者 | Andrew Howard, Mark Sandler, Grace Chu, Liang-Chieh Chen, Bo Chen, Mingxing Tan, Weijun Wang, Yukun Zhu, Ruoming Pang, Vijay Vasudevan, Quoc V. Le, Hartwig Adam
单位 | 谷歌AI;谷歌大脑
论文 | https://arxiv.org/abs/1905.02244
解读 | 重磅!MobileNetV3 来了!
代码 | https://github.com/tensorflow/models/tree/master/research/deeplab
引用次数 | 264
使用神经架构搜索得到的用于移动端的轻量级模型,已经成为众多计算机视觉任务的骨干网的选择。MobileNetV3 几乎已经进入所有计算机视觉主流开源库了。
NO.2 FCOS
FCOS: Fully convolutional one-stage object detection
一阶全卷积目标检测
作者 | Zhi Tian, Chunhua Shen, Hao Chen, Tong He
单位 | 澳大利亚阿德莱德大学
论文 | https://arxiv.org/abs/1904.01355
代码 | https://github.com/tianzhi0549/FCOS/
解读 | https://zhuanlan.zhihu.com/p/63868458
引用次数 | 218
一种基于FCN的逐像素目标检测方法,anchor-free、proposal free ,并提出了中心度(Center—ness)的概念,精度超越大多数主流的anchor-base的算法。
NO.2(并列) 图像修复-Gated Convolution
Free-form image inpainting with gated convolution
作者 | Jiahui Yu, Zhe Lin, Jim