计算机视觉精选论文 计算机教学论文

计算机教学论文(计算机视觉论文选)
2019年即将结束 。我们看到今年在计算机视觉(CV)领域诞生了大量的优秀论文,提出了许多新颖的架构和方法,进一步提高了视觉系统的感知和生成能力 。因此,我们评选出了2019年十大简历研究论文,帮助你了解这一领域的最新趋势 。
我们可以看到,近年来,计算机视觉(CV)系统已经成功应用于医疗、安防、交通、零售、银行、农业等领域,正在逐步改变整个行业的面貌 。
【计算机视觉精选论文 计算机教学论文】今年简历领域依然硕果累累,诞生了很多优秀论文 。我们精选了十篇论文,供大家参考、学习和了解该领域的最新趋势和前沿技术 。
这十篇论文涵盖了卷积网络的优化、计算机视觉中的无监督学习、机器生成图像的图像生成与评价、视觉语言导航、用自然语言标注两幅图像的变化等 。
这是我们选出的10篇论文的清单 。先睹为快:
1.EfficientNet:重新思考卷积神经网络的模型缩放
EfficientNet:关于卷积神经网络模型缩放的思考
2.通过观察冻僵的人来了解感人的深度
通过观察一个静止的人来了解一个运动的人的深度 。
3.用于视觉语言导航的增强型跨模态匹配和自我监督模仿学习
用于视觉语言导航的增强的跨模态匹配和自我监督模仿学习 。
4.非视线形状重建的费马路径理论
非视线形状重建的费马路径理论
5.推理-RCNN:将自适应全局推理统一到大规模目标检测中
推理-RCNN:将自适应全局推理统一到大规模目标检测中
6.修复列车测试分辨率差异
训练测试分辨率差异
7.SinGAN:从单一自然图像中学习生成模型
SinGAN:学习从单一自然图像生成模型
8.视觉嵌入无监督学习的局部聚集
视觉聚合无监督学习的局部聚合
9.强大的变化字幕
强大的字幕变化
10.HYPE:生成模型的人眼感知评估基准
炒作:生成模型的人眼感知评价基准
接下来,我们将从核心思想、关键成果、未来技术应用等方面详细介绍这10篇论文 。由于篇幅所限,我们将解读分为上、中、下三章 。欢迎大家继续关注后续内容推送 。
一个
EfficientNet:关于卷积神经网络模型缩放的思考
地址:https://arxiv.org/pdf/1905.11946.pdf
摘要
ConvNets (Convnets)通常在固定的资源预算下开发 。如果有更多的资源可用,它们将被扩展以获得更高的精度 。在本文中,我们系统地研究了模型缩放,发现仔细平衡网络的深度、宽度和分辨率可以带来更好的性能 。基于这一观察,我们提出了一种新的缩放方法,该方法使用简单有效的重组系数来统一缩放深度/宽度/分辨率的所有维度 。我们证明了这种方法在扩展MobileNets和ResNet时的有效性 。
此外,我们使用神经架构搜索设计了一个新的基准网络,并对其进行扩展,以获得一个称为EfficientNets的模型系列,该模型系列比以前的ConvNets具有更高的精度和效率 。特别是我们的EfficientNet-B7在ImageNet上实现了最先进的84.4% TOP-1/97.1% TOP-5的准确率,同时比现有最好的ConvNet小8.4倍,推理速度快6.1倍 。我们的EfficientNets在CIFAR-100 (91.7%)、Flowers(98.8%%)等3个传输学习数据集上也能很好地传输,达到最先进的精度,而参数却少了几个数量级 。源代码:https://github . com/tensor flow/TPU/tree/master/models/official/efficient net..

    推荐阅读