一份在GitHub上發(fā)現(xiàn)的最新干貨資源——計(jì)算機(jī)視覺論文筆記

今天介紹一份在 GitHub 上發(fā)現(xiàn)的最新干貨資源——計(jì)算機(jī)視覺論文筆記，該項(xiàng)目是由一位名叫 ahong007007 的網(wǎng)友貢獻(xiàn)的。該項(xiàng)目上線僅 20 天，尚未獲得太多人的關(guān)注，但從作者更新的速度上來看，目測(cè)要火的節(jié)奏~

從內(nèi)容上來看，總共分為12類，包括：Backbone、Detection、場(chǎng)景文本檢測(cè)、分割、人體姿態(tài)評(píng)估、Tracking、視頻理解、AutoML、Graph CNN、Point Cloud、壓縮剪切、優(yōu)化訓(xùn)練、訓(xùn)練技巧等。

（以下是部分截圖）：

該項(xiàng)目作者表示：“好記性不如爛筆頭，更何況針對(duì)自己不熟悉的領(lǐng)域，沒有工程實(shí)踐，可能也不了解論文的痛點(diǎn)。而且太多的 awesome， 怎么也看不完：只收藏不看不如一篇一篇的看……一般一個(gè)領(lǐng)域的論文大部分是前人的工作，只有少部分是自己的改進(jìn)?！?/p>

對(duì)此，作者給自己立下了每天至少“讀一篇論文，更新一個(gè) commit”的 Flag。主要記錄：項(xiàng)目組、解決問題、實(shí)驗(yàn)成績(jī)、原因分析、改進(jìn)措施、損失函數(shù)、訓(xùn)練過程、優(yōu)缺點(diǎn)分析。

最后，他還強(qiáng)調(diào)：看論文不要講究數(shù)量和前沿，關(guān)鍵理論要吃透，要研究前因后果，多看代碼，多復(fù)現(xiàn)問題。動(dòng)手才能更進(jìn)一步。