- 欢迎提issue.欢迎watch ,star.
领域 | 亮点 | 出处 | 详情 |
---|---|---|---|
人脸识别 | 近几年人脸识别文章大部分专注在loss改进,这篇文章网络结果改进 | CVPR2020 | GroupFace |
人脸识别 | pair 训练和分类 统一并超过arcFace | CVPR2020 | CirCleLoss |
人脸检测 | anchor free,效果好,速率快,基于感受野,同时人脸对齐 | 2020arxiv | CenterFace |
OCR文字检测 | 任意形状,不粘连不漏检,效果良好 | CVPR2019 | pseNet |
人脸检测 | anchor free,效果好,速率快,基于感受野新backbone | CVPR2019 | LFFD |
人脸检测 | anchor创新,对小人脸和远离anchor人脸尤其有效,recall很高 | ICCV2017 | S3FD |
人脸姿态 | 不需要特征点的人脸姿态估计新方法 | CVPR2018 | HopeNet |
人脸识别 | 嵌入式轻量级人脸识别 | CVPR2016 | Light-CNN |
人脸三维重建 | 2019半监督人脸三维建模 | CVPR2019 | MVF-Net |
图像特征提取,模型裁剪缩放 | 2019state-of-art,搜索基础网络,缩放新方法 | CVPR2019 | EfficientNet |
单图人脸重建 | 2018state-of-art,显著更快,端到端,精度大幅度提升 | ECCV2018 | PRNet |
模型训练 | 无任何模型修改,精准率提升5个点VOC数据集 | 2019arxiv | BoF |
图像修复 | 模糊,超分辨率多领域,更快速率,更高精度 | ECCV2018 | deblurGAN |
CV车牌识别 | 非限制场景,大倾角,超过商业 | ECCV2018 | alpr |
CV自动驾驶 | 简洁端到端处理 | CVPR2017 | dave |
OCR文字识别 | 端到端,不用对齐,无字典 | PAMI2015 | crnn |
CV目标检测 | anchor cluster scale | CVPR2017 | yolo2/YOLO9000 |
CV目标检测 | single net | CVPR2016 | yolo1 |
CV目标检测 | multi scale darknet53 | report | yolo3 |