【每周论文推荐】初入深度学习CV领域必读的几篇文章

用户1508658

发布于 2019-07-30 13:05:09

1.2K0

发布于 2019-07-30 13:05:09

文章被收录于专栏：有三AI

很多朋友都希望我们开通论文推荐和阅读板块，那就开吧，此专栏名为《每周论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。

网络模型作为深度学习的几大核心问题之一，今天就给初入深度学习CV领域的朋友推荐一些必读的文章，相信读完这些文章之后，大家对这个主题会有更深刻的体会。

作者&编辑 | 言有三

1 视觉机制的研究

这篇文章是对视觉机制的重要研究，由现代视觉科学之父，诺贝尔生理学与医学奖获得者，加拿大神经生理学家 David Hunter Hubel 和瑞典神经科学家 Torsten Nils Wiesel所写，是CNN的启蒙。

文章引用量：13000+

推荐指数：✦✦✦✧✧

[1] Hubel D H, Wiesel T N. Receptive fields, binocular interaction and functional architecture in the cat's visual cortex[J]. The Journal of physiology, 1962, 160(1): 106-154.

2 第一个图像CNN网络

1980 年日本 NHK 技术研究所的研究员福島邦彦提出了Neocognitron网络，这是第一个真正意义上的多层级联神经网络，与当前的卷积神经网络结构非常相似，可以认为是卷积神经网络的起源。

文章引用量：3000+

推荐指数：✦✦✦✦✧

[2] Fukushima K. Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position[J]. Biological cybernetics, 1980, 36(4): 193-202.

3 LeNet5

从1989年开始纽约大学的Yann LeCun等人开始认真研究卷积神经网络，并提出了LeNets网络系列，迭代了近10年，从LeNet1直到大家最为熟悉的LeNet5诞生。这是卷积神经网络真正商用化的开始，也是反向传播理论大放异彩的开始，可称之为卷积神经网络的Hello World。

文章引用量：19000+

推荐指数：✦✦✦✦✦

[3] LeCun Y, Bottou L, Bengio Y, et al. Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE, 1998, 86(11): 2278-2324.

4 深度学习启蒙

2006年Geoffrey Everest Hinton等人在《Science》杂志上发表文章《reducing the dimensionality of data with neural networks》，提出了参数逐层初始化的DBN网络的训练，一般被认为是“深度学习”的启蒙。

文章引用量：9000+

推荐指数：✦✦✦✦✧

[4] Hinton G E, Salakhutdinov R R. Reducing the dimensionality of data with neural networks[J]. science, 2006, 313(5786): 504-507.

5 深度学习里程碑

2012年，在图像领域中具有里程碑意义的ImageNet竞赛中，Geoffrey Hinton的学生Alex Krizhevsky提出了 AlexNet，凭借若干优秀的工程技巧一举夺魁远超对手，意味着深度学习强势诞生。

文章引用量：43000+

推荐指数：✦✦✦✦✦

[5] Krizhevsky A, Sutskever I, Hinton G E. Imagenet classification with deep convolutional neural networks[C]//Advances in neural information processing systems. 2012: 1097-1105.

6 CNN可视化

2013年Hinton的学生Matthew D. Zeiler和Rob Fergus 在论文“Visualizing andUnderstanding Convolutional Networks”中提出了zfnet，他们利用反卷积技术对CNN进行了可视化，详细探讨了CNN的分层抽象学习能力。

文章引用量：6000+

推荐指数：✦✦✦✦✧

[6] Zeiler M D, Fergus R. Visualizing and understanding convolutional networks[C]//European conference on computer vision. Springer, Cham, 2014: 818-833.

7 CNN重要基准模型

2014年牛津大学视觉组在论文“very deep convolutional networks for large-scale image recognition”中提出了VGGNet，分别在ImageNet的定位和分类任务中取得第一名和第二名，以简单的工程技巧成为了至今仍然被广泛使用的baseline。

文章引用量：24000+

推荐指数：✦✦✦✦✦

[7] Simonyan K, Zisserman A. Very deep convolutional networks for large-scale image recognition[J]. arXiv preprint arXiv:1409.1556, 2014.

8 1*1卷积

这只是一个将普通卷积核半径变为1的卷积方式，却影响了之后几乎所有的模型，将这个1×1的特殊卷积用于通道的降维和升维，已经成为模型设计不可缺少的组件。

文章引用量：4000+

推荐指数：✦✦✦✦✧

[8] Lin M, Chen Q, Yan S. Network in network[J]. arXiv preprint arXiv:1312.4400, 2013.

9 Inception机制

在VGG网络不能再通过加深得到进一步性能突破的时候，Inception模型(又名GoogLeNet)使用了拥有不同感受野并行的多分支Inception结构，进一步加深了网络深度并成为当年的基准模型。

文章引用量：14000+

推荐指数：✦✦✦✦✧

[9] Szegedy C, Liu W, Jia Y, et al. Going deeper with convolutions[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2015: 1-9.

除了以上文章，还有几篇文章推荐大家也去阅读，包括第一个语音CNN网络[10]，小卷积的机制研究[11]等。

[10] Waibel A, Hanazawa T, Hinton G, et al. Phoneme recognition using time-delay neural networks[J]. Backpropagation: Theory, Architectures and Applications, 1995: 35-61.

[11] Ciresan D C, Meier U, Masci J, et al. Flexible, high performance convolutional neural networks for image classification[C]//Twenty-Second International Joint Conference on Artificial Intelligence. 2011.

10 如何获取文章与交流

找到有三AI开源项目即可获取。

https://github.com/longpeng2008/yousan.ai