综述整理（更新中）

超分

1. 综述
   从SRCNN到EDSR，总结深度学习端到端超分辨率方法发展历程

2. 损失函数
   超分损失函数小结

3. 超分相关资源列表

4. LIIF源码笔记
   PyTorch中grid_sample的使用方法
   PyTorch中torch.nn.functional.unfold函数使用详解

目标检测

1. 综述
   一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD

语义分割

1. 刷点
   提升语义分割效果的方法 OHEM+LovaszSoftmax Loss
   语义分割技巧：纯工程tricks

ViT

1. SwinIR
   Transformer在图像复原领域的降维打击！ETH提出SwinIR：各项任务全面领先

2. ESRT
   【Transformer+SR】ESRT：图像超分中的超轻量Transformer

3. TTSR
   TTSR：用Transformer来实现端到端的超分辨率任务 | CVPR2020

其他整理

1. transformer相关
   Transformer in CV
   Transformer系列论文阅读
   【深度学习】transformer 真的快要取代计算机视觉中的 CNN 吗？
   Transformer再显神威！！再次攻下SR
   图解Swin Transformer
   Transformers in Vision: A Survey论文翻译
   又一篇视觉Transformer综述来了！

2. DDP相关
   pytorch分布式数据并行DistributedDataParallel（DDP）
   DistributedDataParallel(DDP) - PyTorch多进程并行计算
   Pytorch DistributedDataParallel简明使用指南，其中的2篇参考博客可以重点看一下
   pytorch多gpu并行训练

3. python中的几种图片格式：
   PIL：使用python自带图像处理库读取出来的图片格式,颜色通道是RGB，读取后数据大小为[C, H, W]。取值范围一般是[0,255]
   numpy：使用python-opencv库读取出来的图片格式,颜色通道是BGR，读取后数据大小为[H, W, C]，取值范围一般是uint8,[0,255]
   tensor：pytorch中训练时所采取的向量格式（当然也可以说图片）,颜色通道是RGB；读取后数据大小是[C, H,W]，和PIL的都一样。取值范围是[0, 1.0]

4. 公文字体下载

期刊会议整理

重磅！谷歌2020学术指标发布：CVPR排名超Cell和Nature子刊，ACL首进TOP 100
计算机视觉顶尖期刊和会议有哪些？

• 会议
  CVPR、ICCV、ECCV
  ICLR、NeurIPS、ICML
  ACL、AAAI
  IJCAI、ACM MM

• 期刊
  TPAMI、IJCV、TIP
  TNNLS、Pattern Recognition