CNN+Transformer=Better，国科大&华为&鹏城实验室提出Conformer，84.1% Top-1准确率

CVPR 2022 Oral｜百度&中科院开源新的视觉Transformer：卷积与自注意力的完美结...

Vision Transformer 必读系列之图像分类综述(一): 概述

PointNet：三维点云分割与分类的深度学习

华为云田奇团队联合上海交大提出最强视觉编码器 | COMM: CLIP DINOv2的完美融合

PSPNet ——语义分割及场景分析

综述：深度学习中的池化技术

适用于小型物体检测的Top-Down网络结构

重磅开源！目标检测新网络DetectoRS：54.7 AP，特征金字塔与空洞卷积的完美结合

看着都冷！山东烟台进入“冰河世纪”

人体行为识别特征点提取小综述

YoloX大升级：阿里巴巴提出新框架，超越Yolov6和PPYoloE（附源代码）

【模型解读】network in network中的1*1卷积，你懂了吗

一文解析基于特征点的视觉全局定位技术

ConvNeXt V2来了，仅用最简单的卷积架构，性能不输Transformer

用于大规模图像识别的转换器

新角度看双线性池化，冗余、突发性问题本质源于哪里？| AAAI系列解读 01