CVPR二十年最有影响力的10篇论文
10、Inception-v3
做出的主要改进是将卷积进行非对称拆分，显著降低了参数量，同时使得空间特征更为丰富。
9、DenseNet——CVPR2017年最佳论文
当时神经网路ode普遍问题：随着网络层数的加深，训练过程中的前传信号和梯度信号在经过多层之后可能会逐渐消失。
而DenseNet对前每一层都加一个单独的shortcut，使得任意两层网络都可以直接沟通。但是其内存占用十分大。
8、YOLO——目标检测
YOLO，即只需要浏览一次就能识别出物体的类别和数量
7、RCNN——将CNN引入目标检测的开山之作
RCNN前，经典的目标检测算法是使用“滑动窗口”依次判断所有可能的区域，而RCNN采用Selective Search方法，预先提取一系列较可能是物体的候选区域，之后仅在这些候选区域上提取特征，这使得检测速度大大提升。
6、Rapid Object Detection using a Boosted Cascade of Simple Features
主要解决了三个问题：
减少计算特征的时间
构建了简单而又高效的单分支决策树分类器
从简单到复杂的多可分类器级联，都可能包含人脸的区域进行重点检测
5、GoogLeNet
开辟了inception家族、并在CNN分类器发展史上留下了浓墨重彩的一笔。
在Inception之前，大部分流行的CNN是将卷积层不断堆叠，让网络越来越深得到更好的性能，GooLeNet最大的特点是使用Inception模块设计一种具有优良局部拓扑结构的网络，对输入图像并行地进行多个卷积运算或池化操作，将所有输出结果拼接成为一个非常深的特征图
4、ImageNet
海量带标注图像数据集，有1500万+图片，可以说是图像处理算法的试金石
3、FCN
高居图像分割排行榜第一位（图像分割TOP1），语义分割的开山之作，所提出的全卷积网络的概念开创了用FCN做实例和像素级别理解系列方法的先河。
2、HOG
非常经典的图像特征提取算法。HOG将图像分成小的连通区域，并将之成为细胞单元，采集细胞单元中各像素点的梯度或边缘的方向直方图，并将这些直方图组合起来构成特征描述器。
1、ResNet——残差模块
2016CVPR最佳论文奖，横扫ImageNet 2015和COCO榜单，在深度学习领域都带来了颠覆式的影响。（第一作者：何凯明）
最初设计用来处理深层次CNN结构中梯度消失和梯度爆炸问题，它将输入从卷积层的每个块添加到输出，让每一层更容易学习恒等映射，并减少了梯度消失的问题。
附录——参考资料：
视频素材：
1、https://www.youtube.com/watch?v=VxhSouuSZDY
（Inception Module）
2、https://www.youtube.com/watch?v=-W6y8xnd–U
（Densely Connected Convolutional Networks，CVPR2017）
3、https://www.youtube.com/watch?v=NM6lrxy0bxs
（You Only Look Once: Unified, Real-Time Object Detection，CVPR2016）
4、https://www.youtube.com/watch?v=TxPimS50PU8
（YOLO Basic Introduction. | You only LIVE once. | Object Detection.）
5、https://www.youtube.com/watch?v=v5bFVbQvFRk
（Introduction to How Faster R-CNN, Fast R-CNN and R-CNN Works）
6、https://www.youtube.com/watch?v=_RAAptrW_1g
（rapid object detection using a boosted cascade of simple features）
7、https://www.youtube.com/watch?v=KfV8CJh7hE0
（C4W2L07 Inception Networ）
8、https://www.youtube.com/watch?v=jYvBmJo7qjc
（”ImageNet: Where Have We Been? Where Are We Going?” with Fei-Fei Li）
9、https://www.youtube.com/watch?v=7S5qXET179l（失效，估计是网址不对）
10、https://www.youtube.com/watch?v=C6tLw-rPQ2o
（Deep Residual Learning for Image Recognition，CVPR2016现场视频）
11、https://www.youtube.com/watch?v=ZILIbUvp5lk
（C4W2L03 ResNets）
文本素材：
1、【模型解读】Inception结构，你看懂了吗 - 知乎 (zhuanlan.zhihu.com/p/41691301)
2、https://www.zhihu.com/question/60109389/
answer/203099761
3、You Only Look Once: Unified, Real-Time Object Detection(YOLO) - 知乎 (https://zhuanlan.zhihu.com/p/31427164)
4、RCNN- 将CNN引入目标检测的开山之作
(https://zhuanlan.zhihu.com/p/23006190)
5、《Rapid Object Detection using a Boosted Cascade of Simple Features》论文笔记（https://blog.csdn.net/weixin_37763809/article/details/88256828）
6、从Inception v1到Inception-ResNet，一文概览Inception家族的「奋斗史」（https://zhuanlan.zhihu.com/p/37505777）
7、21秒看尽ImageNet屠榜模型，60+模型架构同台献艺（https://zhuanlan.zhihu.com/p/77221549）
8、引用次数在15000次以上的都是什么论文？ - 知乎 (https://www.zhihu.com/question/433702668/answer/1617092684)
9、目标检测的图像特征提取之（一）HOG特征（https://blog.csdn.net/zouxy09/article/details/7929348）
10、告别2019：属于深度学习的十年，那些我们必须知道的经典 | 机器之心(https://www.jiqizhixin.com/articles/2020-01-01)