文章目录
- Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation(ECCV2018)
- Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning（2016）
- Wide Residual Networks（2017）
- mixup: Beyond Empirical Risk Minimization（ICLR2018）
- Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
- Pyramid Scene Parsing Network（2017）
- Searching for MobileNetV3（2019）
- SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size（2016）
- Identity Mappings in Deep Residual Networks（2016）
- Aggregated Residual Transformations for Deep Neural Networks
- MLP-Mixer: An all-MLP Architecture for Vision（2021）
- MOCO：Momentum Contrast for Unsupervised Visual Representation Learning
- A ConvNet for the 2020s
- MAE：Masked Autoencoders Are Scalable Vision Learners
- Xception: Deep Learning with Depthwise Separable Convolutions
- CLIP：Learning Transferable Visual Models From Natural Language Supervision
- ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
- ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
- ResNeSt: Split-Attention Networks
Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation(ECCV2018)
方法
代码地址
DeepLabV3+结构
Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning（2016）
方法
Wide Residual Networks（2017）
方法
代码地址
我感觉是没啥变化
mixup: Beyond Empirical Risk Minimization（ICLR2018）
方法
主要看代码里面得lam和alpha
Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
方法
Vit的滑动窗口版本
Pyramid Scene Parsing Network（2017）
Searching for MobileNetV3（2019）
方法
这是一篇关于网络架构搜索的文章
SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size（2016）
方法
Identity Mappings in Deep Residual Networks（2016）
方法
讲了各种各样的跳跃连接分析
Aggregated Residual Transformations for Deep Neural Networks
方法
相当于就是参数减少
MLP-Mixer: An all-MLP Architecture for Vision（2021）
token混合和channel混合
MOCO：Momentum Contrast for Unsupervised Visual Representation Learning
采用不同存储结构，moco采用的是队列
A ConvNet for the 2020s
做到极致的卷积
MAE：Masked Autoencoders Are Scalable Vision Learners
类似于bert，预测mask部分，自监督学习
Xception: Deep Learning with Depthwise Separable Convolutions
方法
CLIP：Learning Transferable Visual Models From Natural Language Supervision
方法
ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
方法
分组卷积并混合
ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design
方法
ResNeSt: Split-Attention Networks
本文方法
