图像识别经典论文汇总(按年份排,并附论文和模型链接)
1998年:LeNet
《Gradient-based Learning Applied to Document Recognition》
论文:http://lushuangning.oss-cn-beijing.aliyuncs.com/CNN%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97/Gradient-Based_Learning_Applied_to_Document_Recognition.pdf
卷积神经网络的开山之作
2012年:AlexNet
《ImageNet Classification with Deep Convolutional Neural Networks》
论文:https://dl.acm.org/doi/10.1145/3065386
首次将卷积神经网络和深度学习应用于大型图像识别,提出来dropout层,为后来的BN层提供了灵感
2014年:R-CNN
《Rich feature hierarchies for accurate object detection and semantic segmentation》
首次将目标检测和卷积神经网络结合起来,并应用到工业级别。
R-CNN、fast-CNN、faster-CNN
将目标的分割和识别合二为一。
https://zhuanlan.zhihu.com/p/64694855
https://blog.csdn.net/v1_vivian/article/details/78599229
2015年:SPPNet
《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》
论文:https://arxiv.org/abs/1406.4729
借鉴了特征金字塔
2015年:GoogLeNet Inception V1 V2 V3 V4
V1:《Going deeper with convolutions》
V2:《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》
V3:《Rethinking the Inception Architecture for Computer Vision》(2015年)
V1:https://link.csdn.net/?target=https%3A%2F%2Fieeexplore.ieee.org%2Fdocument%2F7298594
V2:https://arxiv.org/pdf/1502.03167.pdf
V3:https://arxiv.org/pdf/1512.00567.pdf
更深的网络,直接解决计算和梯度递减问题
2015年:批量标准化
GoogLeNet V2:《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》
论文:https://arxiv.org/pdf/1502.03167.pdf
后来的网络逐渐开始使用BN层
2015年:VGGNet
《Very Deep Convolutional Networks for Large-Scale Image Recognition》
论文:[https://arxiv.org/abs/1409.1556](https://arxiv.org/abs/1409.1556)
模型:https://worksheets.codalab.org/worksheets/0xe2ac460eee7443438d5ab9f43824a819
使用了更深的网络,提出来预训练和权重初始化的重要性。开启了3*3的卷积时代,大大减少了参数量
2016年:ResNet
《Deep Residual Learning for Image Recognition》
论文:https://link.zhihu.com/?target=https%3A//arxiv.org/pdf/1512.03385.pdf
2016年:Xception
《Xception: Deep Learning with Depthwise Separable Convolutions》
论文:https://arxiv.org/abs/1610.02357
超越了ResNet和InceptionV3
2016年:Inception与ResNet结合的尝试
《Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning》
论文:https://arxiv.org/pdf/1602.07261.pdf
2017年:ResNet的改进ResNetV2
《Identity Mappings in Deep Residual Networks》
论文:https://arxiv.org/abs/1603.05027
对ResNet的改进
2017年:ResNet的一次改进DenseNet
《Densely Connected Convolutional Networks》
论文:https://link.csdn.net/?target=https%3A%2F%2Fopenaccess.thecvf.com%2Fcontent_cvpr_2017%2Fhtml%2FHuang_Densely_Connected_Convolutional_CVPR_2017_paper.html
模型:https://link.zhihu.com/?target=https%3A//github.com/liuzhuang13/DenseNet
2017年:ResNet的一次重大改进ResNext
《Aggregated Residual Transformations for Deep Neural Networks》
论文:https://arxiv.org/pdf/1611.05431.pdf
模型:https://github.com/facebookresearch/ResNeXt
2017年:MobileNet
《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》
论文:https://arxiv.org/abs/1704.04861
注意有V1,V2,V3
2017年:NASNet
《Learning Transferable Architectures for Scalable Image Recognition》
论文:https://arxiv.org/abs/1707.07012
2017年:SENet
《Squeeze-and-Excitation Networks》
论文:https://arxiv.org/abs/1709.01507
模型:https://github.com/hujie-frank/SENet
引入注意力机制的卷积神经网络
2017年:ShuffleNet
《ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices》
论文:https://arxiv.org/abs/1707.01083#:~:text=We%20introduce%20an%20extremely%20computation-efficient%20CNN%20architecture%20named,to%20greatly%20reduce%20computation%20cost%20while%20maintaining%20accuracy.
V1,V2版本
2018年:Bag of Tricks
《Bag of Tricks for Image Classification with Convolutional Neural Networks》
论文:https://arxiv.org/abs/1812.01187
一些分类的常用技巧
2019年:EfficientNet
《EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks》
论文:https://arxiv.org/abs/1905.11946v5
2020年:ECA
《ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks》
论文:https://arxiv.org/abs/1910.03151
注意力机制
2020年:RegNet
《Designing Network Design Spaces》
论文:https://arxiv.org/abs/2003.13678
2020年:GhostNet
《GhostNet: More Features from Cheap Operations》
论文:https://arxiv.org/abs/1911.11907
2020年
https://blog.csdn.net/fendouaini/article/details/109280085
2021年:EfficientNetV2
《EfficientNetV2: Smaller Models and Faster Training》
论文:https://arxiv.org/abs/2104.00298
2021年:ResNet-RS
《Revisiting ResNets: Improved Training and Scaling Strategies》
论文:https://arxiv.org/pdf/2103.07579.pdf
2021年
有一些数据处理的论文。
https://zhuanlan.zhihu.com/p/354936159
2022年:ConvNext
《A ConvNet for the 2020s》
论文:https://arxiv.org/abs/2201.03545
2022年
图像处理
https://zhuanlan.zhihu.com/p/478286484
遇到没见过的持续更新。。。
图像识别经典论文汇总(按年份排,并附论文和模型链接)相关推荐
- 基于DEAP的脑电情绪识别论文源码改进版本(附论文代码,lstm和rnn)
论文及改进版源码链接: (论文加源码)基于DEAP的脑电情绪识别论文源码改进版本(附论文代码,lstm和rnn) https://download.csdn.net/download/qq_45874 ...
- CVPR 2021接收结果出炉!录用1663篇,接受率显著提升,你的论文中了吗?(附论文下载)...
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 报道丨极市平台 导读 CVPR2021结果出炉!你的论文中了吗? 就在刚刚,计算机视觉三大顶会之一CV ...
- 【学术相关】CVPR 2021接收结果出炉!录用1663篇,接受率显著提升,你的论文中了吗?(附论文下载)...
报道丨极市平台 极市导读 CVPR2021结果出炉!你的论文中了吗? 就在刚刚,计算机视觉三大顶会之一CVPR2021接收结果已经公布,一共有1663篇论文被接收,接收率为27%. 目前所给出的接收论 ...
- 1210篇新冠肺炎论文文献合集整理,附论文原文地址(合集)
1210篇新冠肺炎论文文献整理,附论文原文地址(合集) 近期国内的新冠肺炎得到了一定的好转,但是相关的研究和治疗方向一直没有一个明确的说法.我在搜索相关文献时,发现了一个新冠肺炎相关文献的合集.在这里 ...
- 【论文汇总】RGB-T/D Crowd Counting论文汇总
[RGBT-CC] Cross-Modal Collaborative Representation Learning and a Large-Scale RGBT Benchmark for Cro ...
- NAACL 2022事件相关(事件抽取、事件关系抽取、事件预测等)论文汇总
NAACL 2022事件抽取相关(事件抽取.事件关系抽取.事件预测等)论文汇总,已更新全部的论文讲解. Event Extraction RAAT: Relation-Augmented Attent ...
- ACL 2022事件相关(事件抽取、事件关系抽取、事件预测等)论文汇总
ACL 2022事件相关(事件抽取.事件关系抽取.事件预测等)论文汇总,已更新全部的论文. Event Extraction Query and Extract: Refining Event Ext ...
- 经典!工业界深度推荐系统与CTR预估必读的论文汇总
(图片付费下载自视觉中国) 来源 | 深度传送门(ID: gh_5faae7b50fc5) 导读:本文是"深度推荐系统"专栏的第十一篇文章,这个系列将介绍在深度学习的强力驱动下,给 ...
- 机器学习深度学习经典资料汇总
小编都深深的震惊了,到底是谁那么好整理了那么多干货性的书籍.小编对此人表示崇高的敬意,小编不是文章的生产者,只是文章的搬运工. <Brief History of Machine Learnin ...
最新文章
- extern C的主要作用简单解释
- CV书单-Benjio PAMI review (up tp 2013)
- 转:IOS开发之----Xcode非ARC项目中设置部分文件ARC支持
- 搭建Spring MVC 4开发环境八步走
- Visual Studio 2017 配置AnkhSVN
- Python爬虫反爬方法
- 最新微信养号、使用、解封必看的注意事项
- ubuntu16.04之间实现桌面共享
- Scrum板与Kanban如何抉择?敏捷工具:mzowto板与按照kkmmuwed
- java数组的结构_详解Java数组结构
- 【案例】足球运动员分析
- 众数问题c语言编程,C语言 众数问题
- 【Traffmonetizer】利用闲置电脑/VPS/安卓手机/树莓派来挂机
- 三个理由告诉你 为什么社保不能断缴
- 有趣的灵魂千篇一律,电脑滑动关机,仅需2步
- WiFi共享精灵自身存在的优势
- SpringBoot单元测试NullPointerException
- C++-图像目标区裁剪ImageCropping
- 各行各业利润大曝光!电脑、服装、房子、奶茶等等利润大曝光,快进来瞧瞧吧~
- ShaderJoy —— Raycast 实现的景深效果【GLSL】