微信公众号一些重要解读文章的收集！
由于我现在主要关注计算机视觉中的图像处理、slam、深度学习目标检测这些领域，所以通常会看一些微信公众号里的小文章，一般我觉得比较好的就在这里分类收集一下。
一、图像处理
十个python图像处理工具
OpenCV实现失焦模糊图像恢复
全局对比度的图像显著性检测算法
使用Python+OpenCV进行图像处理（三）| 视觉入门
干货 | 史上最全 OpenCV 活体检测教程
系列 | OpenVINO视觉加速库使用七
CVPR2019 | 港中文&腾讯优图等提出：暗光下的图像增强
直线检测
实时超像素分割IER方法
传统图像算法+深度学习方法结合会有什么样的火花？
最全综述 | 图像分割算法
计算机视觉方向简介 | 图像拼接
裸眼3D
语义分割最新指南2019版
图像超分辨率网络：RCAN
图像处理：从 bilateral filter 到 HDRnet
二、目标分类、检测与跟踪
如何从900万张图片中对600类照片进行分类，附代码
目标检测：Anchor-Free时代
实战 | 源码入门之Faster RCNN
目标检测之非极大值抑制(NMS)各种变体
继往开来！目标检测二十年技术综述
TensorFlow系列专题(十四): 手把手带你搭建卷积神经网络实现冰山图像分类
目标跟踪的评价指标（OTB与VOT）
告诉我我在哪？——目标级别的场景上下文预测（文末附有原文）
全方位！深度学习目标检测近年进展
进化历程详解：YOLOv1到YOLOv3
从锚点到关键点：目标检测方法最新进展（2019）
Opencv+TF-Slim实现图像分类及深度特征提取
三、深度学习
漫谈全景分割
超越ResNet：南开提出Res2Net，不增计算负载，性能全面升级！
谷歌新开源的MorphNet到底能为我们做什么？
网络规模更小、速度更快，这是谷歌提出的MorphNet
重磅！商汤开源最大目标跟踪库PySOT：含SiamRPN++和SiamMask等算法
对ResNet本质的一些思考
干货！神经网络原来是这样和数学挂钩的
谷歌大脑提出EfficientNet平衡模型扩展三个维度，取得精度-效率的最大化！
为什么像素级是图像标注的未来？
ResNet及其变种的结构梳理、有效性分析与代码解读
深度学习模型压缩与加速综述
深度学习，怎么知道你的训练数据真的够了？
Soft Sampling：探索更有效的采样策略
解析｜CNN、RNN、DNN的内部网络结构有什么区别？
要理解深度学习，必须突破常规视角去理解优化
盘点卷积神经网络中十大变革操作：变形卷积核、可分离卷积。。。
如何配置一台深度学习工作站?
TPU、GPU、CPU深度学习平台哪家强？有人做了一个基准测试研究
数据增强方法 | 基于随机图像裁剪和修补的方式（文末源码共享）
NAS发展史：从放弃到入门
四、深度学习框架（Pytorch、Tensorflow等）
分布式入门，怎样用PyTorch实现多GPU分布式训练
Pywick：追求功能完备的PyTorch高级训练库
万字综述，核心开发者全面解读PyTorch内部机制
PyTorch Hub发布！一行代码调用最潮模型，图灵奖得主强推
福利，PyTorch中文版官方教程来了
五、SLAM
最强战队 | 三维视觉、SLAM方向全球顶尖实验室汇总
无人驾驶中用到的八大坐标系
Google解决单摄像头和物体都运动下的深度估计
计算机视觉方向简介 | 视觉惯性里程计(VIO)
点云数据处理方法概述
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
ICRA 2019 论文速览 | 传统SLAM、三维视觉算法进展
ICRA 2019 论文速览 | SLAM 爱上 Deep Learning
自动驾驶是怎样工作的？SLAM介绍
ICCV2019 | 高精度，高效率点云三维重建 PointMVSNet
六、Python
如何将Numpy加速700倍？用 CuPy 呀
七、其他
Colab笔记本能用英伟达Tesla T4了，谷歌的羊毛薅到酸爽
整理一些机器学习入门方法和资料
吴恩达最新TensorFlow专项课程开放注册，你离TF Boy只差这一步
常用的模型集成方法介绍：bagging、boosting 、stacking
每个开发者都应该了解的一些C++特性
如何学会看arxiv.org才能不错过自己研究领域的最新论文？