带你读论文系列之计算机视觉

ResNet和ResNeXt ResNet 强！ ResNet发布于2015年，目前仍有大量CV任务用其作为backbone。

Transformer提出后在NLP领域中取得了极好的效果，其全Attention的结构，不仅增强了特征提取能力，还保持了并行计算的特点，可以又快又好的完成NLP领域内几乎所有任务，推动自然语言发展。

DeepLab系列一共有四篇文章，分别对应DeepLab V1、DeepLab V2、DeepLab V3和DeepLab V3+。

文章主要讨论深度。为此，我们固定了架构的其他参数，并通过添加更多的卷积层来稳步增加网络的深度。VGG网络：是一个Deep CNN，具备CNN所有的功能，常用来提取特征图像。

FZNet论文提出了一种可视化方法，展示了如何使用这些可视化来调试模型的问题以获得更好的结果。少一些功利主义，多一些不为什么的坚持，你将变得异常美丽！加油，小可爱们！

AlexNet被认为是计算机视觉领域最有影响力的论文之一。少一些功利主义，多一些不为什么的坚持，你将变得异常美丽！加油，小可爱们！