入门cv必读的10篇baseline论文

1. NIPS-2012，Alexnet：深度学习CV领域划时代论文，具有里程碑意义

《ImageNet Classification with Deep Convolutional Neural Networks》

2. ICLR-2015，VGG net：开启3*3卷积堆叠时代

《Very Deep Convolutional Networks for Large-Scale Image Recognition》

3. CVPR-2015，googlenet  v1:Google系列论文开创论文，提出多尺度卷积模块《Going deeper with convolutions》

4. arXiv-2015，googlenet  v2: 神经网络大杀器：BN层提出

《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》

5. CVPR-2016，googlenet  v3: 卷积分解及结构进化，超越人类精度

《Rethinking the Inception Architecture for Computer Vision》

6. CVPR-2016，resnet：工业界标杆模型，最具影响力的卷积神经网络

《Deep Residual Learning for Image Recognition》

7. arXiv-2016，googlenet  v4: Inception与ResNet结构的尝试

《 Inception-ResNet and the Impact of Residual Connections on Learning》

8. CVPR-2017，ResNeXt：何恺明团队对ResNet重大改进

《Aggregated Residual Transformations for Deep Neural Networks》

9. CVPR-2017，densenet：ResNet的改进，2016-ILSVRC冠军

《Densely Connected Convolutional Networks》

10. TPAMI-2017，SEnet：引入注意力机制的卷积神经网络，2017-ILSVRC（最后一届）冠军

《Squeeze-and-Excitation Networks》