专栏目录汇总
专栏目录
图像分类网络
AlexNet
【第61篇】AlexNet：CNN开山之作
VGGNet
【第1篇】VGG
GooLeNet系列
【第2篇】GooLeNet
【第3篇】Inception V2
【第4篇】Inception V3
【第62篇】Inception-v4
ResNet
【第5篇】ResNet
DenseNet
【第10篇】DenseNet
Swin Transformer
【第16篇】Swin Transformer
【第49篇】Swin Transformer V2：扩展容量和分辨率
MAE
【第21篇】MAE（屏蔽自编码器是可扩展的视觉学习器）
CoAtNet
【第22篇】CoAtNet：将卷积和注意力结合到所有数据大小上
ConvNeXt
【第25篇】力压Tramsformer，ConvNeXt成了CNN的希望
MobileNet系列
【第26篇】MobileNets：用于移动视觉应用的高效卷积神经网络
【第27篇】MobileNetV2：倒置残差和线性瓶颈
【第28篇】搜索 MobileNetV3
MPViT
【第29篇】MPViT：用于密集预测的多路径视觉转换器
VIT
【第30篇】Vision Transformer
【第32篇】SWA：平均权重导致更广泛的最优和更好的泛化
【第34篇】 EfficientNetV2：更快、更小、更强——论文翻译
【第35篇】MOBILEVIT：轻量、通用和适用移动设备的Vision Transformer
【第37篇】EdgeViTs： 在移动设备上使用Vision Transformers 的轻量级 CNN
【第38篇】MixConv：混合深度卷积核
【第39篇】RepLKNet将内核扩展到 31x31：重新审视 CNN 中的大型内核设计
【第40篇】TransFG：用于细粒度识别的 Transformer 架构
【第41篇】ConvMAE：Masked Convolution 遇到 Masked Autoencoders
【第42篇】MicroNet：以极低的 FLOP 实现图像识别
【第46篇】RepVGG ：让卷积再次伟大
【第48篇】MaxViT：多轴视觉转换器
【第53篇】MAFormer: 基于多尺度注意融合的变压器网络视觉识别
【第56篇】GhostNet:廉价操作得到更多的特征
【第57篇】RepGhost:一个通过重新参数化实现硬件高效的Ghost模块
【第58篇】DEiT：通过注意力训练数据高效的图像transformer &蒸馏
【第59篇】MetaFormer实际上是你所需要的视觉
【第60篇】RegNet：设计网络设计空间
注意力机制
【第23篇】NAM：基于标准化的注意力模块
物体检测
【第6篇】SSD论文翻译和代码汇总
【第7篇】CenterNet
【第8篇】M2Det
【第9篇】YOLOX
【第11篇】微软发布的Dynamic Head，创造COCO新记录：60.6AP
【第12篇】Sparse R-CNN: End-to-End Object Detection with Learnable Proposals
【第13篇】CenterNet2论文解析，COCO成绩最高56.4mAP
【第14篇】UMOP
【第15篇】CBNetV2
【第19篇 】SE-SSD论文翻译
【第24篇】YOLOR：多任务的统一网络
【第31篇】探索普通视觉Transformer Backbones用于物体检测
【第36篇】CenterNet++ 用于对象检测
【第45篇】YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors
行人跟踪
【第47篇】BoT-SORT：强大的关联多行人跟踪
OCR
【第20篇】像人类一样阅读：自主、双向和迭代语言 场景文本识别建模
【第44篇】DBNet：具有可微分二值化的实时场景文本检测
超分辨采样
【第33篇】SwinIR
弱光增强
RetinexNet
【第52篇】RetinexNet: Deep Retinex Decomposition for Low-Light Enhancement
【第50篇】迈向快速、灵活、稳健的微光图像增强
NLP
【第17篇】TextCNN
【第18篇】Bert论文翻译
多模态
【第43篇】CLIP：从自然语言监督中学习可迁移的视觉模型
知识蒸馏
【第54篇】知识蒸馏：Distilling the Knowledge in a Neural Network
剪枝
【第55篇】剪枝算法：通过网络瘦身学习高效卷积网络
智慧城市
【第51篇】用于交通预测的时空交互动态图卷积网络