2020顶流论文

1. EfficientDet: Scalable and Efficient Object Detection — Tan et al https://paperswithcode.com/paper/efficientdet-scalable-and-efficient-object
2. Fixing the train-test resolution discrepancy — Touvron et al https://paperswithcode.com/paper/fixing-the-train-test-resolution-discrepancy-2
3. ResNeSt: Split-Attention Networks — Zhang et al https://paperswithcode.com/paper/resnest-split-attention-networks
4. Big Transfer (BiT) — Kolesnikov et al https://paperswithcode.com/paper/large-scale-learning-of-general-visual
5. Object-Contextual Representations for Semantic Segmentation — Yuan et al https://paperswithcode.com/paper/object-contextual-representations-for
6. Self-training with Noisy Student improves ImageNet classification — Xie et al https://paperswithcode.com/paper/self-training-with-noisy-student-improves
7. YOLOv4: Optimal Speed and Accuracy of Object Detection — Bochkovskiy et al https://paperswithcode.com/paper/yolov4-optimal-speed-and-accuracy-of-object
8. An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale — Dosovitskiy et al https://paperswithcode.com/paper/an-image-is-worth-16x16-words-transformers-1
9. Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer — Raffel et al https://paperswithcode.com/paper/exploring-the-limits-of-transfer-learning
10. Hierarchical Multi-Scale Attention for Semantic Segmentation — Tao et al https://paperswithcode.com/paper/hierarchical-multi-scale-attention-for
    
    

2020顶流代码库

1. Transformers — Hugging Face — https://github.com/huggingface/transformers
2. PyTorch Image Models — Ross Wightman — https://github.com/rwightman/pytorch-image-models
3. Detectron2 — FAIR — https://github.com/facebookresearch/detectron2
4. InsightFace — DeepInsight — https://github.com/deepinsight/insightface
5. Imgclsmob — osmr — https://github.com/osmr/imgclsmob
6. DarkNet — pjreddie — https://github.com/pjreddie/darknet
7. PyTorchGAN — Erik Linder-Norén — https://github.com/eriklindernoren/PyTorch-GAN
8. MMDetection — OpenMMLab — https://github.com/open-mmlab/mmdetection
9. FairSeq — PyTorch — https://github.com/pytorch/fairseq
10. Gluon CV — DMLC — https://github.com/dmlc/gluon-cv
    
    

2020顶流Benchmarks

1. ImageNet — Image Classification — https://paperswithcode.com/sota/image-classification-on-imagenet
2. COCO — Object Detection / Instance Segmentation — https://paperswithcode.com/sota/object-detection-on-coco
3. Cityscapes — Semantic Segmentation — https://paperswithcode.com/sota/semantic-segmentation-on-cityscapes
4. CIFAR-10 — Image Classification — https://paperswithcode.com/sota/image-classification-on-cifar-10
5. CIFAR-100 — Image Classification — https://paperswithcode.com/sota/image-classification-on-cifar-100
6. PASCAL VOC 2012 — Semantic Segmentation — https://paperswithcode.com/sota/semantic-segmentation-on-pascal-voc-2012
7. MPII Human Pose — Pose Estimation — https://paperswithcode.com/sota/pose-estimation-on-mpii-human-pose
8. Market-1501 — Person Re-Identification — https://paperswithcode.com/sota/person-re-identification-on-market-1501
9. MNIST — Image Classification — https://paperswithcode.com/sota/image-classification-on-mnist
10. Human 3.6M — Human Pose Estimation -https://paperswithcode.com/sota/pose-estimation-on-mpii-human-pose

推荐阅读

• NAS在检测中的应用

• 欧氏距离是否仍是跨模态/单模态Re-ID度量学习的最佳选择？

• 从频率角度理解为什么深度可以加速神经网络的训练

添加极市小助手微信（ID : cvmart2），备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳），即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群：每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~

△长按添加极市小助手

△长按关注极市平台，获取最新CV干货

觉得有用麻烦给个在看啦~