计算机视觉必读论文：从经典到前沿

计算机视觉必读论文：从经典到前沿

• 一、前言
• 二、经典论文解读​
• • 2.1 图像分类​
  • • 2.1.1 《ImageNet Classification with Deep Convolutional Neural Networks》（AlexNet）​
    • 2.1.2 《Very Deep Convolutional Networks for Large-Scale Image Recognition》（VGGNet）​
    • 2.1.3 《Going Deeper with Convolutions》（GoogLeNet）​
  • 2.2 目标检测​
  • • 2.2.1 《Rich Feature Hierarchies for Accurate Object Detection and Sem​antic Segmentation》（R-CNN）
    • 2.2.2 《Fast R-CNN》
    • 2.2.3 《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》
  • 2.3 图像分割
  • • 2.3.1 《U-Net: Convolutional Networks for Biomedical Image Segmentation》
    • 2.3.2 《Deep Residual Learning for Image Recognition》（ResNet）在分割中的应用
• 三、前沿论文解读
• • 3.1 Transformer 在计算机视觉中的应用
  • • 3.1.1 《An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale》（ViT）
    • 3.1.2 《Swin Transformer: Hierarchical Vision Transformer using Shifted Windows》
  • 3.2 生成式模型
  • • 3.2.1 《Generative Adversarial Nets》（GAN）
    • 3.2.2 《DALL·E: Creating Images from Text》
  • 3.3 自监督学习
  • • 3.3.1 《SimCLR: A Simple Framework for Contrastive Learning of Visual Representations》
• 四、总结与展望
• • 4.1 总结
  • 4.2 展望
• 联系博主