点上方蓝字计算机视觉联盟获取更多干货

在右上方 ··· 设为星标 ★，与你不见不散

仅作学术分享，不代表本公众号立场，侵权联系删除

转载于：作者：Ross Taylor

编译：ronghuaiyang

AI博士笔记系列推荐

周志华《机器学习》手推笔记正式开源！可打印版本附pdf下载链接

导读

2020年Papers with Code 中最顶流的论文，代码和benchmark。

Papers with Code 中收集了各种机器学习的内容：论文，代码，结果，方便发现和比较。通过这些数据，我们可以了解ML社区中，今年哪些东西最有意思。下面我们总结了2020年最热门的带代码的论文、代码库和benchmark。

2020顶流论文

Tan等人的EfficientDet是2020年在Papers with Code上被访问最多的论文。

1. EfficientDet: Scalable and Efficient Object Detection — Tan et al https://paperswithcode.com/paper/efficientdet-scalable-and-efficient-object

2. Fixing the train-test resolution discrepancy — Touvron et al https://paperswithcode.com/paper/fixing-the-train-test-resolution-discrepancy-2

3. ResNeSt: Split-Attention Networks — Zhang et al https://paperswithcode.com/paper/resnest-split-attention-networks

4. Big Transfer (BiT) — Kolesnikov et al https://paperswithcode.com/paper/large-scale-learning-of-general-visual

5. Object-Contextual Representations for Semantic Segmentation — Yuan et al https://paperswithcode.com/paper/object-contextual-representations-for

6. Self-training with Noisy Student improves ImageNet classification — Xie et al https://paperswithcode.com/paper/self-training-with-noisy-student-improves

7. YOLOv4: Optimal Speed and Accuracy of Object Detection — Bochkovskiy et al https://paperswithcode.com/paper/yolov4-optimal-speed-and-accuracy-of-object

8. An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale — Dosovitskiy et al https://paperswithcode.com/paper/an-image-is-worth-16x16-words-transformers-1

9. Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer — Raffel et al https://paperswithcode.com/paper/exploring-the-limits-of-transfer-learning

10. Hierarchical Multi-Scale Attention for Semantic Segmentation — Tao et al https://paperswithcode.com/paper/hierarchical-multi-scale-attention-for

2020顶流代码库

Transformers是2020年在Papers with Code上被访问最多的代码库

1. Transformers — Hugging Face — https://github.com/huggingface/transformers

2. PyTorch Image Models — Ross Wightman — https://github.com/rwightman/pytorch-image-models

3. Detectron2 — FAIR — https://github.com/facebookresearch/detectron2

4. InsightFace — DeepInsight — https://github.com/deepinsight/insightface

5. Imgclsmob — osmr — https://github.com/osmr/imgclsmob

6. DarkNet — pjreddie — https://github.com/pjreddie/darknet

7. PyTorchGAN — Erik Linder-Norén — https://github.com/eriklindernoren/PyTorch-GAN

8. MMDetection — OpenMMLab — https://github.com/open-mmlab/mmdetection

9. FairSeq — PyTorch — https://github.com/pytorch/fairseq

10. Gluon CV — DMLC — https://github.com/dmlc/gluon-cv

2020顶流Benchmarks

ImageNet是2020年在Papers with Code上访问最多的benchmark

1. ImageNet — Image Classification — https://paperswithcode.com/sota/image-classification-on-imagenet

2. COCO — Object Detection / Instance Segmentation — https://paperswithcode.com/sota/object-detection-on-coco

3. Cityscapes — Semantic Segmentation — https://paperswithcode.com/sota/semantic-segmentation-on-cityscapes

4. CIFAR-10 — Image Classification — https://paperswithcode.com/sota/image-classification-on-cifar-10

5. CIFAR-100 — Image Classification — https://paperswithcode.com/sota/image-classification-on-cifar-100

6. PASCAL VOC 2012 — Semantic Segmentation — https://paperswithcode.com/sota/semantic-segmentation-on-pascal-voc-2012

7. MPII Human Pose — Pose Estimation — https://paperswithcode.com/sota/pose-estimation-on-mpii-human-pose

8. Market-1501 — Person Re-Identification — https://paperswithcode.com/sota/person-re-identification-on-market-1501

9. MNIST — Image Classification — https://paperswithcode.com/sota/image-classification-on-mnist

10. Human 3.6M — Human Pose Estimation -https://paperswithcode.com/sota/pose-estimation-on-mpii-human-pose

英文原文：https://medium.com/paperswithcode/papers-with-code-2020-review-938146ab9658

end

我是王博Kings，一名985AI博士，在Github上开源了机器学习、深度学习等一系列手推笔记，获得了不少同学的支持。

这是我的私人微信，还有少量坑位，可与相关学者研究人员交流学习 

目前开设有人工智能、机器学习、计算机视觉、自动驾驶（含SLAM）、Python、求职面经、综合交流群扫描添加CV联盟微信拉你进群，备注：CV联盟

王博的公众号，欢迎关注，干货多多

王博的系列手推笔记（附高清PDF下载）：

博士笔记 | 周志华《机器学习》手推笔记第一章思维导图

博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择”

博士笔记 | 周志华《机器学习》手推笔记第三章“线性模型”

博士笔记 | 周志华《机器学习》手推笔记第四章“决策树”

博士笔记 | 周志华《机器学习》手推笔记第五章“神经网络”

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机（上）

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机（下）

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类（上）

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类（下）

博士笔记 | 周志华《机器学习》手推笔记第八章（上）

博士笔记 | 周志华《机器学习》手推笔记第八章（下）

博士笔记 | 周志华《机器学习》手推笔记第九章

点个在看支持一下吧