微软亚洲研究院（MSRA）推荐的计算机视觉的项目

点击上方“AI算法与图像处理”，选择加"星标"或“置顶”

重磅干货，第一时间送达

编辑：AI算法与图像处理

来源：知乎 https://www.zhihu.com/question/320330671/answer/738260594

本文仅用于学术交流分享，如有侵权请联系删除

知乎提问：

本人小白一枚，看了很多深度学习，机器学习以及图像处理等视频和书之后，理论有一些长进，但是实际运用能力不足，从反面也是由于理论认识不足所致，所以想问问各位大佬有没有好的项目，提升下自身能力

作者 ：微软亚洲研究院

链接：https://www.zhihu.com/question/320330671/answer/738260594

微软亚洲研究院视觉计算组资深研究员王井东博士和研究员元玉慧博士为大家推荐来自微软亚洲研究院众多项目，共分为目标检测、语义和实例分割、人体姿态估计、人脸对齐、高效和轻量级卷积神经网络结构设计、行人再识别、视频目标检测、目标跟踪、最近邻搜索等领域。

目标检测

1. HRNet-Object-Detection

微软亚洲研究院视觉计算组提出的一种新型主干网络结构，可以学到高分辨率表征，提高了目标特别是小目标检测的空间精准率。支持multi-scale sync-bn 训练。

代码：https://github.com/HRNet/HRNet-Object-Detectionhttps://github.com/HRNet/HRNet-MaskRCNN-Benchmarkhttps://github.com/HRNet/HRNet-FCOS

论文：https://arxiv.org/pdf/1904.04514.pdf

2. Deformable convolutional networks

微软亚洲研究院视觉计算组提出的具备建模几何形变的卷积神经网络。

代码：https://github.com/msracver/Deformable-ConvNets

论文：https://arxiv.org/abs/1703.06211https://arxiv.org/abs/1811.11168

3. Relation networks

微软亚洲研究院视觉计算组提出的利用物体之间的关联来提高物体检测器的性能。

代码：https://github.com/msracver/Relation-Networks-for-Object-Detection

论文：https://arxiv.org/pdf/1711.11575.pdf

语义和实例分割

1. HRNet-Semantic-Segmentation

微软亚洲研究院视觉计算组提出的一种新型主干网络结构，可以学到高分辨率表征，有效的提高了语义分割的性能。

代码：https://github.com/HRNet/HRNet-Semantic-Segmentationhttps://github.com/HRNet/HRNet-MaskRCNN-Benchmark

论文：https://arxiv.org/pdf/1904.04514.pdf

2. Fully convolutional instance-aware semantic segmentation

微软亚洲研究院视觉计算组提出的端到端的实例分割的系统，整体设计是基于全卷积网络，在COCO2016比赛中获得了冠军。

代码：https://github.com/msracver/FCIS

论文：https://arxiv.org/pdf/1611.07709.pdf

人体姿态估计

1. HRNet-Human-Pose-Estimation

微软亚洲研究院视觉计算组提出的一种新型主干网络结构，可以学到高分辨率表征，有效的提高了人体关键点热图空间的精准度。

代码：https://github.com/leoxiaobin/deep-high-resolution-net.pytorch

论文：https://arxiv.org/pdf/1902.09212.pdf

2. SimplePose

微软亚洲研究院视觉计算组提出的一种用于检测人体的关键点任务的网络结构，简单有效。

代码：https://github.com/Microsoft/human-pose-estimation.pytorch

论文：https://arxiv.org/abs/1804.06208

3. Integral human pose regression

微软亚洲研究院视觉计算组提出了一种积分操作来处理3D人体姿态估计任务中的后处理/量化不可求导的问题。

代码：https://github.com/JimmySuen/integral-human-pose

论文：https://arxiv.org/abs/1711.08229

人脸对齐

1. HRNet-Facial-Landmark-Detection

微软亚洲研究院视觉计算组提出的一种新型主干网络结构，可以学到高分辨率表征，有效的提高了人脸关键点检测的性能。

代码：https://github.com/HRNet/HRNet-Facial-Landmark-Detection

论文：https://arxiv.org/pdf/1904.04514.pdf

高效和轻量级卷积神经网络结构设计

1. HRNet-Classification

微软亚洲研究院视觉计算组提出的一种新型主干网络结构，可以学到多分辨率表征，然后组合多分辨率表征来做图像识别。

代码：https://github.com/HRNet/HRNet-Image-Classification

论文：https://arxiv.org/pdf/1904.04514.pdf

2. Interleaved group convolutions

微软亚洲研究院视觉计算组提出的一种轻量级的网络结构，在分类检测等任务上都取得了比谷歌的MobileNetv2更好的结果。

代码：https://github.com/homles11/IGCV3

论文：https://arxiv.org/pdf/1707.02725.pdfhttps://arxiv.org/pdf/1804.06202.pdfhttps://arxiv.org/pdf/1806.00178.pdf

行人再识别

1. Deeply-learned part-aligned representations

微软亚洲研究院视觉计算组提出的利用人体部位信息来提取行人表征。

代码：https://github.com/zlmzju/part_reid

论文：http://openaccess.thecvf.com/content_ICCV_2017/papers/Zhao_Deeply-Learned_Part-Aligned_Representations_ICCV_2017_paper.pdf

2. Part-aligned bilinear representations

微软亚洲研究院视觉计算组提出一种利用双线性池化来组合人体姿态以提取行人表征。

代码：https://github.com/yuminsuh/part_bilinear_reid

论文：http://openaccess.thecvf.com/content_ECCV_2018/papers/Yumin_Suh_Part-Aligned_Bilinear_Representations_ECCV_2018_paper.pdf

视频目标检测

1. Deep feature low

微软亚洲研究院视觉计算组提出的视频理解的网络结构，通过利用视频之间的光流信息来传递相邻帧之间的预测。

代码：https://github.com/msracver/Deep-Feature-Flow

论文：https://arxiv.org/abs/1611.07715

2. Flow-guided feature aggregation

微软亚洲研究院视觉计算组提出的解决视频中物体检测问题的框架，利用光流在帮助组合相邻帧的表征。

代码：https://github.com/msracver/Flow-Guided-Feature-Aggregation

论文：https://arxiv.org/pdf/1703.10025.pdf

目标跟踪

1. Deeper and wider Siamese networks

微软亚洲研究院多媒体搜索和挖掘组提出的更深更宽的孪生网络来解决目标跟踪问题。

代码：https://github.com/researchmm/SiamDW

论文：https://arxiv.org/abs/1901.01660

最近邻搜索

1. SPTAG

微软亚洲研究院系统组与微软必应组共同推出的一个可以处理上亿数据的索引建立以及搜索系统，已经用在微软必应产品里。

代码：https://github.com/Microsoft/SPTAG

论文：http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.862.7975&rep=rep1&type=pdfhttp://pages.ucsd.edu/~ztu/publication/cvpr12_knnG.pdf， https://ieeexplore.ieee.org/iel7/34/4359286/06549106.pdf

2. Composite quantization

微软亚洲研究院视觉计算组提出的一种高效的紧致编码（哈希）算法。

代码：https://github.com/hellozting/CompositeQuantization

论文：http://proceedings.mlr.press/v32/zhangd14.pdf

更多内容大家可以通过点击“阅读原文”跳转过去查看更多好玩的项目，当然也欢迎小伙伴分享你了解到的一些项目

交流群

扫码添加助手，可申请加入AI_study交流群。一定要备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+卡卡西），不根据格式申请，一律不通过。

【目前已有众多知名高校学生和从业者在群里面学习成长，期待你的加入】

推荐阅读：

开学季，当当50元购书优惠券免费送！！！

必看，10篇定义计算机视觉未来的论文

史上最全场景文字识别资源汇集（56篇重要论文 + 20 个开源代码 + 330 个实验结果 + 1882个统计信息）

你点的每个“在看”，我都认真当成了喜欢