ShuffleNetShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices原文地址： ShuffleNet代码:- TensorFlow- CaffeAbstract论文介绍一个效率极高的CNN架构ShuffleNet，专门应用于计算力受限的移动设备。新

DeepLabv2DeepLab: Semantic Image Segmentation with Deep Convolutional Nets, Atrous Convolution, and Fully Connected CRFs原文地址：DeepLabv2收录：TPAMI2017 (IEEE Transactions on Pattern Analysis and Mach

DeepLabv1Semantic image segmentation with deep convolutional nets and fully connected CRFs原文地址：Semantic image segmentation with deep convolutional nets and fully connected CRFs收录：ICLR 2015 (Inte

关于Deformable Convolutional Networks的论文解读，共分为5个部分，本章是第五部分：[ ] Part1： 快速学习实现仿射变换[ ] Part2： Spatial Transfomer Networks论文解读[ ] Part3： TenosorFlow实现STN[ ] Part4： Deformable Convolutional Networks论文解...

GoogleNetGoogleNet 简介本节讲的是GoogleNet，这里面的Google自然代表的就是科技界的老大哥Google公司。Googe Inception Net首次出现在ILSVRC2014的比赛中(和VGGNet同年)，以较大的优势获得冠军。那一届的GoogleNet通常被称为Inception V1，Inception V1的特点是控制了计算量的参数量的同时，获得了非常好的性能

关于Deformable Convolutional Networks的论文解读，共分为5个部分，本章是第五部分：[ ] Part1： 快速学习实现仿射变换[ ] Part2： Spatial Transfomer Networks论文解读[ ] Part3： TenosorFlow实现STN[ ] Part4： Deformable Convolutional Networks论文解...

YOLORgb大神关于物体检测的新作YOLO，论文You Only Look Once: Unified, Real-Time Object Detection。Introduction对比人类的视觉系统，现存的物体检测模型:要不就是准确度不咋的(DPM速度还行，准确率很差，实用不现实)要不就是速度跟不上(Faster R-CNN 准确度还可以，3FPS的速度不能实时监测啊~)这一堆物体检测模

Understanding Convolution for Semantic SegmentationUnderstanding Convolution for Semantic Segmentation收录：IEEE Winter Conference on Applications of Computer Vision (WACV 2018)原文地址：HDC代码:官方-M...

PANetPath Aggregation Network for Instance Segmentation收录：CVPR2018(IEEE Conference on Computer Vision and Pattern Recognition)相关： COCO2017/CityScapes instance segmentation 第一论文提出了PANet，在Mask ...

ShuffleNetShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices原文地址： ShuffleNet代码:- TensorFlow- CaffeAbstract论文介绍一个效率极高的CNN架构ShuffleNet，专门应用于计算力受限的移动设备。新