深度学习论文详解：目标检测(从OverFeat到YOLO .v4)、人脸识别（从FaceNet到ArcFace）和模型压缩(蒸馏方法和亮点)

【论文 目录】

目标检测

论文	作者	原文	解读	亮点
OverFeat	Sermanet, Pierre Eigen, David	论文地址	理解	多尺度输入
YOLO .v1			理解
YOLO .v2			理解
YOLO .v3			理解
YOLO .v4		论文地址	理解

视频识别

人脸识别

论文	年份	作者	原文	解读	亮点
FaceNet	2015	Google	论文地址	理解	triplet loss
L-Softmax	2016		论文地址	理解	角度/余弦评价
DeepVisage	2017		论文地址	理解	feature 归一化
L2-Softmax	2017		论文地址	理解	feature 归一化后*scale
SphereFace	2017		论文地址	理解	cos(角度*margin)
CosFace/AMFace	2018		论文地址1，2	理解	cos(x)+m
ArcFace	2018	insight 实验室	论文地址	理解	cos(m1x+m2)+m3

模型压缩

类别	论文	年份	作者	原文	解读	亮点
蒸馏	Relational Knowledge Distillation			论文地址	理解	关系知识
蒸馏	Learning Efficient Object Detection Models withKnowledge Distillation	2017		论文地址	理解
蒸馏	Distilling Object Detectors with Fine-grained Feature Imitation	2019		论文地址、代码	理解
蒸馏	GI Distillation for Object Detection	2021		论文地址	理解