写在前面
本文总结了自己在深度学习领域读过的一点论文,链接了自己或他人写的一些论文笔记也包含了对将来制定的论文阅读计划。将阅读笔记整理在一起是为了能融会贯通,力求梳理出统一解决某一类问题的技巧或思想,也为了成全自己在成长道路上的“满足感”。欢迎沟通, 与君共勉。
Table of Contents
简要汇总
本章节以表格形式进行论文汇总归档,记录了论文阅读难度评级、论文中我记下来立马能想到的几个要点,以及阅读和做笔记的状态。
trick
主题 | 论文标题 | 难度评级 | 要点 | 是否读过 | 是否做笔记 |
trick | Bag of Tricks for Image Classification with Convolutional Neural Networks | easy | 1. 训练过程、模型结构、数据的一些trick 2. 低精度、大batch; 1乘1卷积的stide; label smoothing和cosine learning rate decay | ![]() | ![]() |
| ![]() | ![]() |
轻量网络
CNN经典结构
主题 | 论文标题 | 难度评级 | 要点 | 是否读过 | 是否做笔记 |
CNN经典结构 | inception v1: v2: v3: | ||||
resnet | |||||
目标检测算法
主题 | 论文标题 | 难度评级 | 要点 | 是否读过 | 是否做笔记 |
YOLO系列 | |||||
目标检测算法 | Faster R-CNN系列 | ||||
SSD | |||||
anchor free | |||||
人脸识别算法
人脸识别真的是个深坑,各种loss层出不穷
视频处理算法
主题 | 论文标题 | 难度评级 | 要点 | 是否读过 | 是否做笔记 |
C3D | |||||
P3D | |||||
TSN | |||||
图像对抗算法
主题 | 论文标题 | 难度评级 | 要点 | 是否读过 | 是否做笔记 |
详细汇总
trick
分类网络训练技巧
-
Bag of Tricks for Image Classification with Convolutional Neural Networks
链接:https://arxiv.org/abs/1812.01187
摘要:训练分类网络时一些trick,主要从训练过程、模型结构两方面展开,也包含了一些数据方面的细节。
笔记:待写
他人笔记参考:
目标检测训练技巧
-
Bag of Freebies for Training Object Detection Neural Networks
链接:https://arxiv.org/abs/1902.04103
摘要:目标检测的trick
笔记:待写
他人笔记参考:
轻量型网络
轻量型网络综述
博客1、
squeezenet
shufflenet
mobilenet
xception
经典CNN结构
inception系列综述
博客1、
人脸识别
人脸识别发展综述
https://zhuanlan.zhihu.com/p/36416906
https://zhuanlan.zhihu.com/p/24816781
人脸识别loss综述
- 参考资料:
https://zhuanlan.zhihu.com/p/34404607
https://zhuanlan.zhihu.com/p/34436551
https://zhuanlan.zhihu.com/p/34717205
目标检测
真的是深坑,更新实在太快了
- 论文合集:
链接 | 描述 |
https://github.com/hoya012/deep_learning_object_detection | 根据年份分类 |
- 论文+代码实现
链接 | 描述 |
https://github.com/amusi/awesome-object-detection | 根据模型系列分,并且有代码实现 |
one-stage
two-stage
anchor-free
- DenseBox
- YOLO
- CornerNet
- ExtremeNet
- FSAF
- FCOS
- FoveaBox
提问
问题 | 解答 |
anchor-free和one-stage等同吗? | |