| 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 |
paper_discussing copied to clipboard
leoluopy
leoluopy