大家好，我叫Aaron！
之前给大家整理过很多干货，今天再精选10篇CV图像分类任务的经典论文称为“baseline 论文”——基石论文。快速准确吃透baseline论文，是学习CV其他细分任务论文的基石。
精选整理10篇论文的篇目如下：
NIPS-2012，Alexnet：深度学习CV领域划时代论文，具有里程碑意义
《ImageNet Classification with Deep Convolutional Neural Networks》
ICLR-2015，VGG net：开启3*3卷积堆叠时代
《Very Deep Convolutional Networks for Large-Scale Image Recognition》
CVPR-2015，googlenet v1:Google系列论文开创论文，提出多尺度卷积模块《Going deeper with convolutions》
arXiv-2015，googlenet v2: 神经网络大杀器：BN层提出
《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》
CVPR-2016，googlenet v3: 卷积分解及结构进化，超越人类精度
《Rethinking the Inception Architecture for Computer Vision》
CVPR-2016，resnet：工业界标杆模型，最具影响力的卷积神经网络
《Deep Residual Learning for Image Recognition》
arXiv-2016，googlenet v4: Inception与ResNet结构的尝试
《 Inception-ResNet and the Impact of Residual Connections on Learning》
CVPR-2017，ResNeXt：何恺明团队对ResNet重大改进
《Aggregated Residual Transformations for Deep Neural Networks》
CVPR-2017，densenet：ResNet的改进，2016-ILSVRC冠军
《Densely Connected Convolutional Networks》
TPAMI-2017，SEnet：引入注意力机制的卷积神经网络，2017-ILSVRC（最后一届）冠军
《Squeeze-and-Excitation Networks》
那这些论文要怎么学习才能又好又快地吃透呢？
教你三个步骤：泛读、精读、代码复现。
如何快速成为CV小能手，本次我们请来了某医疗公司CV算法工程师——余老师，推出 CV Baseline Paper 精讲直播，主讲CNN以及Alexnet论文精读等。
—— 主讲老师 ——
—— 直播内容与安排 ——
Day1课程安排
1.CNN发展历程与前进方向 2.技术演化路径 3.研究背景、成果及意义 4.论文总览 5.AlexNet论文精读 6.论文总结 7.学习路径推荐
Day2课程安排
1.上节内容回顾 2.AlexNet论文精读 2.论文总结 3.论文总览
↓ 前方福利 ↓
原价298元，现在只需0.1元！
0.1元=2天名师直播 助教答疑伴学
↓ 扫描下方二维码立即报名 ↓
