入门cv必读的10篇baseline论文

最新推荐文章于 2024-08-22 22:51:29 发布
最新推荐文章于 2024-08-22 22:51:29 发布
阅读量1.5k 收藏 16
点赞数 3
分类专栏： 深度学习 文章标签： 深度学习 神经网络 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yaohaishen/article/details/123736535
版权

1. NIPS-2012，Alexnet：深度学习CV领域划时代论文，具有里程碑意义

《ImageNet Classification with Deep Convolutional Neural Networks》

2. ICLR-2015，VGG net：开启3*3卷积堆叠时代

《Very Deep Convolutional Networks for Large-Scale Image Recognition》

3. CVPR-2015，googlenet  v1:Google系列论文开创论文，提出多尺度卷积模块《Going deeper with convolutions》

4. arXiv-2015，googlenet  v2: 神经网络大杀器：BN层提出

《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》

5. CVPR-2016，googlenet  v3: 卷积分解及结构进化，超越人类精度

《Rethinking the Inception Architecture for Computer Vision》

6. CVPR-2016，resnet：工业界标杆模型，最具影响力的卷积神经网络

《Deep Residual Learning for Image Recognition》

7. arXiv-2016，googlenet  v4: Inception与ResNet结构的尝试

《 Inception-ResNet and the Impact of Residual Connections on Learning》

8. CVPR-2017，ResNeXt：何恺明团队对ResNet重大改进

《Aggregated Residual Transformations for Deep Neural Networks》

9. CVPR-2017，densenet：ResNet的改进，2016-ILSVRC冠军

《Densely Connected Convolutional Networks》

10. TPAMI-2017，SEnet：引入注意力机制的卷积神经网络，2017-ILSVRC（最后一届）冠军

《Squeeze-and-Excitation Networks》

大语言模型应用指南：从人工智能的起源到大语言模型
AI天才研究院
06-27 1069
人工智能（Artificial Intelligence，AI）自诞生以来，一直是计算机科学领域的重要研究方向。早期的AI系统主要依赖于专家知识和规则库，通过逻辑推理和符号计算来解决问题。然而，这种基于规则的系统在处理复杂和多变的现实世界时，表现出了明显的局限性。随着数据量的爆炸式增长和计算能力的提升，研究者们开始探索基于数据驱动的机器学习方法，尤其是深度学习（Deep Learning），从而引发了AI领域的革命性进展。
大模型的优势与挑战：机遇与风险并存的未来
AI天才研究院
01-28 904
近年来，人工智能技术突飞猛进，以深度学习为代表的算法在图像识别、自然语言处理、机器翻译等领域取得了前所未有的突破。而大模型的出现，则将人工智能推向了新的高度。所谓大模型，是指拥有海量参数的深度学习模型，例如GPT-3、BERT、PaLM等。这些模型通过在海量数据上进行预训练，学习到了丰富的知识和能力，并在各种下游任务中展现出强大的性能。大模型的出现给人工智能领域带来了前所未有的机遇，但也带来了新的挑战。如何更好地理解和利用大模型，发挥其优势，克服其局限性，成为当前人工智能研究和应用的关键问题。
计算机视觉 CV领域经典论文 CV paper
CooperLuo32的博客
10-05 1445
本文主要是为了帮助那些开始阅读文献但没有头绪的，也不知道从哪里开始读起的同学，文中列举的论文都是我挑选并读过的，给各位做一个参考，其中必定也有疏漏，请见谅！ 1.文献下载途径 1.1 https://arxiv.org/list/cs.CV/recent 该网站是一个paper发行之前的预印本，几乎最新的动向上面基本都有。几乎所有的paper上面都能找到，按标题搜索即可。 1.2 谷歌学术镜像 http://scholar.hedasudi.com 备用选项 2、文献列表 最好是按照顺序来读，不要
CV每日论文--2024.7.25
最新发布
u012854516的专栏
08-22 631
生成具有全面挑战和相关深度信息的新的、用户定义的场景:我们利用具有深度感知控制的先进文本到图像扩散模型,生成高质量图像内容,并保持生成和源图像之间的三维结构的一致性。4. 性能优越:我们进行了全面的实验验证,PartGLEE在各种部件级任务上实现了最先进的性能,并在对象级任务上获得了竞争性的结果。：我们提出了PartGLEE, 这是一个用于定位和识别图像中物体及其部件的部件级基础模型。：这篇论文提出了一种称为SAM-CP的简单方法,可以在SAM模型的基础上建立两种可组合的提示类型,用于灵活的语义分割。
速度起飞！精选10篇入门CV必读经典的baseline论文
阿木寺的博客
06-10 748
大家好，我叫Aaron！之前给大家整理过很多干货，今天再精选10篇CV图像分类任务的经典论文称为“baseline 论文”——基石论文。快速准确吃透baseline论文，是学习CV其他细分任务论文的基石。精选整理10篇论文的篇目如下：NIPS-2012，Alexnet：深度学习CV领域划时代论文，具有里程碑意义《ImageNet Classification with D...
深度学习CV领域必读论文
frighting_ing的博客
11-26 4245
深度学习CV领域必读论文 01深度学习CV领域划时代论文具有里程碑意义 作者：深度之眼官方账号 https://www.bilibili.com/read/cv14129932?spm_id_from=333.999.0.0 出处：bilibili 期刊日期： NIPS-2012，Alexnet 论文名称： 《ImageNet Classification with Deep Convolutional Neural Networks》 摘要 本论文的主要内容是训练了一个深度卷积网络（6千万参数、65万神经
「每周论文推荐」 初入深度学习CV领域必读的几篇文章
喜欢打酱油的老鸟
07-29 641
https://www.toutiao.com/a6718570271269192200/ 很多朋友都希望我们开通论文推荐和阅读板块，那就开吧，此专栏名为《每周论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。 网络模型作为深度学习的几大核心问题之一，今天就给初入深度学习CV领域的朋友推荐一些必读的文章，相信读完这...
cv 论文（CNN相关）
weixin_30892037的博客
10-28 148
最近发现很多以前看的论文都忘了，所以想写点东西来整理下之前的paper，paper主要是cv（computer vision）方向的。 第一篇：Gradient-based learning applied to document recognition。这是1998年Yann Lecun的一篇大作，是研究CNN必看的一篇文章。文中提出的Le-Net5模型很好的识别了Mnist的...
NLP领域必读的8篇论文
xueshufan2022的博客
04-06 9446
学术范是一个新上线的一站式学术讨论社区，在这里，有海量的计算机外文文献资源与研究领域最新信息、好用的文献阅读及管理工具，更有无数志同道合的同学以及学术科研工作者与你一起，展开热烈且高质量的学术讨论！快来加入我们吧！
大语言模型在金融风控中的应用
AI天才研究院
03-09 677
金融风控是金融机构确保其资产安全和业务稳定的重要手段。随着金融市场的复杂性和交易量的增加，传统的风控方法已难以应对日益增长的风险。近年来，随着大数据和人工智能技术的快速发展，金融风控领域逐渐引入了新的技术手段，其中大语言模型的应用尤为引人注目。大语言模型（Large Language Models, LLMs）通过在大规模文本数据上进行预训练，具备了强大的语言理解和生成能力。这些模型不仅能够处理结构化数据，还能从非结构化文本中提取有价值的信息，从而为金融风控提供了新的解决方案。
大语言模型原理与应用实践：基于监督学习进行微调 Supervised Learning & Fine-Tuning
AI天才研究院
07-08 1122
近年来，随着深度学习技术的快速发展，大规模语言模型(Large Language Models, LLMs)在自然语言处理(Natural Language Processing, NLP)领域取得了巨大的突破。这些大语言模型通过在海量无标签文本数据上进行预训练，学习到了丰富的语言知识和常识，可以通过少量的有标签样本在下游任务上进行微调(Fine-Tuning)，获得优异的性能。其中最具代表性的大模型包括OpenAI的GPT系列模型、Google的BERT、T5等。
【每周论文推荐】 初入深度学习CV领域必读的几篇文章
hacker_long的专栏
07-29 978
很多朋友都希望我们开通论文推荐和阅读板块，那就开吧，此专栏名为《每周论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文...
【AI】CV 领域神级论文集锦
北境の守望者
08-24 1022
Object Detection 目标检测领域的经典paper，实现 和 性能对比: awesome-object-detection, 作者在知乎写的介绍, GitHub：目标检测最全论文集锦. 原整理者看这里 Object Detection....
非极大值抑制
weixin_44287997的博客
11-10 340
非极大值抑制（Non-Maximum Suppression，NMS），顾名思义就是抑制不是极大值的元素，可以理解为局部最大搜索。这个局部代表的是一个邻域，邻域有两个参数可变，一是邻域的维数，二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Suppression》对1维和2维数据的NMS实现)，而是用于目标检测中提取分数最高的窗口的。例如在行人检测中，滑动窗口经提取特征，经分类器分类识别后，每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包
CV论文集锦
u011092156的博客
10-28 2249
计算机视觉方向论文集锦 https://github.com/amusi/daily-paper-computer-vision
【论文笔记 4】CV 经典入门 CAM
Jackyanghc的博客
03-27 954
【论文笔记 4】CV 经典入门 Network in network https://blog.csdn.net/qq_30159015/article/details/79765520 1.背景 卷积神经网络里面的每一个卷积单元其实都扮演着一个个object detector的角色，本身就带有能够定位物体的能力。但是这种能力在利用全连接层进行classification的时候就丢失了。因此，像那...
【每周CV论文推荐】 CV领域中数据增强相关的论文推荐
hacker_long的专栏
08-19 493
欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。数据增强在每一个深度学习项目...
CV每日论文--2024.4.26
u012854516的专栏
04-26 750
随着文本到图像和图像到图像生成模型的不断成熟，人工智能生成的图像（AGIs）在广告、娱乐、教育、社交媒体等领域展示了巨大的应用潜力。具体来说，受人类视觉系统的特点启发，同时受到“视觉质量”和“真实性”都具有局部和全局特征的观察启发，AMFF-Net对图像进行了放大和缩小，并将缩放后的图像和原始大小的图像作为输入，以获得多尺度特征。此外，考虑到图像和提示之间的相关性，AMFF-Net比较文本编码器和图像编码器的语义特征，以评估文本到图像的对齐情况。（4）强大的生成性能，源于对具体细节细化的强调。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值