寫在前面
本文總結了自己在深度學習領域讀過的一點論文,鏈接了自己或他人寫的一些論文筆記也包含了對將來制定的論文閱讀計劃。將閱讀筆記整理在一起是爲了能融會貫通,力求梳理出統一解決某一類問題的技巧或思想,也爲了成全自己在成長道路上的“滿足感”。歡迎溝通, 與君共勉。
Table of Contents
簡要彙總
本章節以表格形式進行論文彙總歸檔,記錄了論文閱讀難度評級、論文中我記下來立馬能想到的幾個要點,以及閱讀和做筆記的狀態。
trick
主題 | 論文標題 | 難度評級 | 要點 | 是否讀過 | 是否做筆記 |
trick | Bag of Tricks for Image Classification with Convolutional Neural Networks | easy |
1. 訓練過程、模型結構、數據的一些trick 2. 低精度、大batch; 1乘1卷積的stide; label smoothing和cosine learning rate decay |
||
|
輕量網絡
CNN經典結構
主題 | 論文標題 | 難度評級 | 要點 | 是否讀過 | 是否做筆記 |
CNN經典結構 |
inception v1: v2: v3: |
||||
resnet |
|||||
目標檢測算法
主題 | 論文標題 | 難度評級 | 要點 | 是否讀過 | 是否做筆記 |
YOLO系列 | |||||
目標檢測算法 | Faster R-CNN系列 | ||||
SSD | |||||
anchor free | |||||
人臉識別算法
人臉識別真的是個深坑,各種loss層出不窮
視頻處理算法
主題 | 論文標題 | 難度評級 | 要點 | 是否讀過 | 是否做筆記 |
C3D | |||||
P3D | |||||
TSN | |||||
圖像對抗算法
主題 | 論文標題 | 難度評級 | 要點 | 是否讀過 | 是否做筆記 |
詳細彙總
trick
分類網絡訓練技巧
-
Bag of Tricks for Image Classification with Convolutional Neural Networks
鏈接:https://arxiv.org/abs/1812.01187
摘要:訓練分類網絡時一些trick,主要從訓練過程、模型結構兩方面展開,也包含了一些數據方面的細節。
筆記:待寫
他人筆記參考:
目標檢測訓練技巧
-
Bag of Freebies for Training Object Detection Neural Networks
鏈接:https://arxiv.org/abs/1902.04103
摘要:目標檢測的trick
筆記:待寫
他人筆記參考:
輕量型網絡
輕量型網絡綜述
博客1、
squeezenet
shufflenet
mobilenet
xception
經典CNN結構
inception系列綜述
博客1、
人臉識別
人臉識別發展綜述
https://zhuanlan.zhihu.com/p/36416906
https://zhuanlan.zhihu.com/p/24816781
人臉識別loss綜述
- 參考資料:
https://zhuanlan.zhihu.com/p/34404607
https://zhuanlan.zhihu.com/p/34436551
https://zhuanlan.zhihu.com/p/34717205
目標檢測
真的是深坑,更新實在太快了
- 論文合集:
鏈接 | 描述 |
https://github.com/hoya012/deep_learning_object_detection | 根據年份分類 |
- 論文+代碼實現
鏈接 | 描述 |
https://github.com/amusi/awesome-object-detection | 根據模型系列分,並且有代碼實現 |
one-stage
two-stage
anchor-free
- DenseBox
- YOLO
- CornerNet
- ExtremeNet
- FSAF
- FCOS
- FoveaBox
提問
問題 | 解答 |
anchor-free和one-stage等同嗎? | |