我目前只对视觉方向较为熟悉，就介绍下视觉这边深度学习值得一读的论文。
有些论文15年年末就挂在arxiv上，但是16年才中期刊以及会议，我也放进来了。
视觉这块我熟悉的主要的有图片分类(包括细粒度图片分类)，物体检测，像素级分割，图像检索，人脸检测与识别。
===============================================================
图片分类：
严格意义上说下面的工作不只是图片分类，更为重要的是提出的网络结构能够更好地学出Feature.
Deep Residual Learning for Image Recognition，Resnet，2016年CVPR best paper，FAIR的何恺明在MSRA的工作。这项工作的意义在于解决了DNN网络层数过深，梯度消失的问题。Paper:[1512.03385] Deep Residual Learning for Image Recognition,Code:KaimingHe/deep-residual-networks
Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning，inception和Resnet结合，Google的工作。Paper:[1602.07261] Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning
===============================================================
物体检测：
YOLO，You Only Look Once:Unified, Real-Time Object Detection，与Faster-RCNN系列等region proposal方法不同，他实现了End-to-End的检测，在牺牲一定精度的前提下做到实时检测。Paper&&Code&&Demo:YOLO: Real-Time Object Detection
LocNet: Improving Localization Accuracy for Object Detection，产生更为准确的bbox，针对每一个给定的初始框进行适当的放大，然后用一个CNN的网络回归出这个放大后的框包含的那个正确框的位置。Paper:Improving Localization Accuracy for Object Detection,Code:gidariss/LocNet
SSD，SSD: Single Shot MultiBox Detector，在YOLO上进行改进，使用multi-scale的convolutional feature map，准确率和Faster-RCNN几乎差不多，速度比YOLO更快。Paper:Single Shot MultiBox Detector,Code:weiliu89/caffe
R-FCN，R-FCN: Object Detection via
Region-based Fully Convolutional Networks，使用全卷机网络进行检测，脑洞大开啊，速度和mAP都很好。Paper:Object Detection via Region-based Fully Convolutional Networks,Code:daijifeng001/R-FCN
Yolo-v2，YOLO9000:
Better, Faster, Stronger，YOLO的升级版，速度更快。作者使用了一系列的方法对原来的YOLO多目标检测框架进行了改进，在保持原有速度的优势之下，精度上得以提升。VOC 2007数据集测试，67FPS下mAP达到76.8%，40FPS下mAP达到78.6%，基本上与Faster R-CNN和SSD差不多。Paper&&Code&&Demo:YOLO: Real-Time Object Detection
Feature Pyramid Networks for Object Detection，rbg大神的新成果，用图像金字塔特征做检测。Paper:[1612.03144] Feature Pyramid Networks for Object Detection
网友评论