### Valse2022 poster合集

### 初探video transformer系列

- 初探Video Transformer（一）：拋棄CNN的純Transformer視頻理解框架—TimeSformer

- 初探Video Transformer（二）：谷歌開源更全面、高效的無卷積視頻分類模型ViViT

### 底層視覺任務系列解讀

- 視覺底層任務優(yōu)秀開源工作：BasicSR 庫使用方法

- 視覺底層任務優(yōu)秀開源工作：MMEditing 庫使用方法

- 底層任務超詳細解讀 (一)：模糊核迭代校正盲超分方法 IKC

- 底層任務超詳細解讀 (二)：盲超分的端到端交替優(yōu)化方法 DAN

- 底層任務超詳細解讀 (三)：只用純合成數(shù)據(jù)來訓練真實世界的盲超分模型 Real-ESRGAN

- 底層任務超詳細解讀 （四）：首個超分可解釋性工作 LAM，使用局部歸因圖理解和可視化的超分網(wǎng)絡

### 搞懂 Vision Transformer 原理和代碼系列

- **Section 1：視覺 Transformer 基礎**

- **Section 2：視覺 Transformer 進階**

- **Section 3：Transformer在識別任務的演進**

- **Section 4：Transformer內(nèi)部機制的探究**

- **Section 5：輕量化Transformer (1)**

- **Section 6：將卷積融入視覺 Transformer (1)**

- **Section 7：輕量化Transformer (2)**

- **Section 8：更深的視覺 Transformer**

- **Section 9：更快更小的 Transformer**

- **Section 10：視覺 Transformer 訓練方式的演進**

- **Section 11：輕量化 Transformer (3)**

- **Section 12：Transformer+圖像質量評價**

- **Section 13：Transformer 的精煉和底層視覺任務新探索**

- **Section 14：將卷積融入視覺 Transformer (2)**

- **Section 15：Transformer 在識別任務的改進**

- **Section 16：Vision Transformer + NAS**

- **Section 17：Swin Transformer：各項任務SOTA模型 (1)**

- **Section 18：Attention is not all you need**

- **Section 19：MetaTransformer：簡單到尷尬的視覺模型**

- **Section 20：Swin Transformer：各項任務SOTA模型 (2)**

- **Section 21：Transformer 用于底層視覺任務的探索**

- **Section 22：Transformer內(nèi)部機制的探究**

- **Section 23：小數(shù)據(jù)集訓練視覺 Transformer 模型**

- **Section 24：極深的 Transformer 模型**

- **Section 25：面向 TensorRT 的視覺 Transformer**

- **Section 26：關于視覺 Transformer 你應該知道的3件事**

- **Section 27：視覺 Transformer 的復仇：DeiT III**

- **Section 28：TinyViT：小型 ViT 的快速預訓練蒸餾**

- **Section 29：MiniViT：通過權重復用壓縮視覺 Transformer 模型**

- **Section 30：無需微調加速大規(guī)模視覺 Transformer 密集預測任務的方法**

- **Section 31：動態(tài) Token 稀疏化實現(xiàn)高效的視覺 Transformer**

- **Section 32：動態(tài) Token 稀疏化實現(xiàn)高效的視覺 Transformer**

### 模型壓縮經(jīng)典解讀系列

- 深入淺出的模型壓縮：你一定從未見過如此通俗易懂的 Slimming 操作?

- 模型壓縮大殺器！詳解高效模型設計的自動機器學習流水線?

- 萬字綜述：用于深度神經(jīng)網(wǎng)絡加速的 Shift 操作?

- 深入研究模型壓縮經(jīng)典 Ghostnet：如何用少量計算生成大量特征圖？?

- 模型壓縮經(jīng)典解讀：解決訓練數(shù)據(jù)問題，無需數(shù)據(jù)的神經(jīng)網(wǎng)絡壓縮技術?

- 模型壓縮經(jīng)典解讀：解決訓練數(shù)據(jù)問題，無需數(shù)據(jù)的神經(jīng)網(wǎng)絡壓縮技術...（中）?

- 模型壓縮經(jīng)典解讀：解決訓練數(shù)據(jù)問題，無需數(shù)據(jù)的神經(jīng)網(wǎng)絡壓縮技術（下）?

- 模型壓縮經(jīng)典解讀：隱私保護模型壓縮技術 Nasty Teacher，無懼模型“被蒸餾”！?

- NeurIPS22 Spotlight｜華為諾亞 GhostNetV2 出爐：長距離注意力機制增強廉價操作?

- 模型壓縮經(jīng)典解讀：只訓練 BN 層加速神經(jīng)架構搜索 BN-NAS (ICCV 2021)?

### 深度了解自監(jiān)督系列

- 大概是全網(wǎng)最詳細的何愷明團隊頂作 MoCo 系列解讀?。ㄉ希?

- 大概是全網(wǎng)最詳細的何愷明團隊頂作 MoCo 系列解讀...(完結篇)?

- 深度了解自監(jiān)督學習，就看這篇解讀 ！Hinton 團隊力作：SimCLR 系列?

- 深度了解自監(jiān)督學習，就看這篇解讀 ！微軟首創(chuàng)：運用在 image 領域的 BERT?

- 深度了解自監(jiān)督學習，就看這篇解讀 ！何愷明新作 MAE：通向 CV 大模型?

- 深度了解自監(jiān)督學習，就看這篇解讀 ！大規(guī)模預訓練視覺任務的 BERT 模型：iBOT?

- 深度了解自監(jiān)督學習，就看這篇解讀 ！SimMIM：掩碼圖像建模的簡單框架?

- 深度了解自監(jiān)督，就看這篇解讀（六）！微軟亞研院提出新的自監(jiān)督學習范式：PIC?

- 深度了解自監(jiān)督學習，就看這篇（七） ！混合卷積-Transformer 模型實現(xiàn)更高效的MAE?

### 冠軍方案

- NTIRE 2021 冠軍方案：華碩和臺灣大學提出深度引導影像重照明方案-MBNet

- ECV 2021 冠軍方案解讀：占道經(jīng)營識別方案

- ECV 2021 冠軍方案解讀：駕駛員不良駕駛識別方案

- ECV 2021 冠軍方案解讀：渣土車識別方案

- ECV 2021 冠軍方案解讀：船只數(shù)量檢測方案

- CVPR 2021 Short-video Face Parsing Challenge 季軍方案分享

- 街道垃圾識別冠軍方案解讀｜ECV2022

- 神仙打架丨NTIRE2021視頻超分挑戰(zhàn)雙賽道方案

- 戶外違規(guī)廣告牌識別冠軍方案｜ECV 2022

- 高通人工智能應用創(chuàng)新大賽冠軍方案解讀

- 反光衣識別算法冠軍方案總結（附源碼）｜極市打榜

- 短袖短褲識別算法冠軍方案總結 | 極市打榜

### 極市直播

### 技術綜述

- 綜述：一文詳解50多種多模態(tài)圖像融合方法

- 真正的即插即用！盤點11種CNN網(wǎng)絡設計中精巧通用的“小”插件

- 一文看盡 6篇 CVPR2021 偽裝目標檢測、旋轉目標檢測論文

- 一文看盡 27 篇 CVPR2021 2D 目標檢測論文

- 一文看盡 6篇 CVPR2021 2D 異常檢測論文

- 一文概覽 CVPR2021 最新18篇 Oral 論文

- 萬字長文細說工業(yè)缺陷檢測

- 如何入門多視角人臉正面化生成？不得不看的超詳細最新綜述！

- 如何入門多視角3D目標識別？超詳細最新綜述來襲！

- 進可暴力提性能，退可無損做壓縮：結構重參數(shù)化技術綜述

- 【盤點】CVPR 二十年，影響力最大的 10 篇論文！

### 論文寫作/學習經(jīng)驗/工具匯總

- 在做算法工程師的道路上，你掌握了什么概念或技術使你感覺自我提升突飛猛進？

- 用LaTex寫論文經(jīng)驗分享

- 在計算機領域的科研中，最初的創(chuàng)新點從何而來？

- 研究生第一篇科研論文常犯問題總結

- 一名博士后出站前反思：若能重讀博士，我定會注意這20件事！

- 如何擺脫對翻譯軟件的依賴？高效閱讀英文文獻方法總結

- 深度學習中創(chuàng)新點比較小，但是有效果，可以發(fā)（水）論文嗎_

- 美國老姐看完200+中國學生SCI論文，怒寫超詳細“中國人英文論文寫作指南”，還被推上了B站熱門…

- 論文寫作注意細節(jié)總結

- 論文畫圖工具：25個常用Matplotlib圖的Python代碼總結

- 計算機頂會論文投稿指南

- 發(fā)了6篇SCI的師兄告訴我的秘密：科研工具推薦大合集！

- 對自己深度學習方向的論文有idea，可是工程實踐能力跟不上，實驗搞不定怎么辦？

- 從選題到答辯：優(yōu)秀博士論文寫作最全面的經(jīng)驗分享

- 博士生在沒有導師指導的情況下，該如何自己選題發(fā) CVPR ？

- 北京大學施柏鑫：從審稿人視角，談談怎么寫一篇CVPR論文

- 2022 AAAI 投稿體會

- 21張讓你代碼能力突飛猛進的速查表（神經(jīng)網(wǎng)絡、線性代數(shù)、可視化等）

### 面試面經(jīng)

- 準算法工程師從30+場秋招中總結出的超強面經(jīng)—C、Python與算法篇篇（含答案）

- 一位算法工程師從30+場秋招面試中總結出的超強面經(jīng)—語義分割篇（含答案）

- 圖像處理知多少？準大廠算法工程師30+場秋招后總結的面經(jīng)問題詳解

- 我愿稱之為史上最全的深度學習面經(jīng)總結（附答案詳解）

- 一位算法工程師從30+場秋招面試中總結出的超強面經(jīng)——目標檢測篇（含答案）

- 騰訊_字節(jié)_華為_曠視 2022屆實習面經(jīng)—計算機視覺方向

- 收獲17個offer！我的105場秋招面試經(jīng)驗

- 算法崗必須人手一篇頂會？超詳細面經(jīng)：無論文、無實習拿下騰訊CV算法崗

- 深度學習三十問！一位算法工程師經(jīng)歷30+場CV面試后總結的常見問題合集（含答案）

- 深度學習六十問！一位算法工程師經(jīng)歷30+場CV面試后總結的常見問題合集下篇（含答案）

- 深度學習補缺補漏篇！準算法工程師總結出的超強面經(jīng)（含答案）

- 普通段位玩家的CV算法崗上岸之路（2023屆秋招）

- 面試官的角度談談算法崗面試的過程（崗位涉及到OCR、目標檢測、圖像分割、語音識別等領域）

- 面經(jīng)｜經(jīng)典算法面試題&知識點匯總（附答案）

- 面經(jīng)｜計算機視覺面試復習筆記（二）卷積神經(jīng)網(wǎng)絡

- 決戰(zhàn)春招！算法工程師面試問題及資料超詳細合集（多家公司算法崗面經(jīng)_代碼實戰(zhàn)_網(wǎng)課_競賽等）

- 計算機視覺面試復習筆記（三）：深度學習基礎面試常見問題總結

- 計算機基礎與手撕代碼篇！準算法工程師總結出的超強面經(jīng)（含答案）

- 【面經(jīng)系列】萬字面試分享貼！從十二個角度解析面試全流程！附互聯(lián)網(wǎng)公司Offer難度系數(shù)分析

### 實操教程

- Pytorch中Spatial-Shift-Operation的5種實現(xiàn)策略

- PyTorch 之 Checkpoint 機制解析

- PyTorch 深度剖析：如何使用模型并行技術 （Model Parallel）

- PyTorch 深度剖析：并行訓練的 DP 和 DDP 分別在什么情況下使用及實例

- PyTorch 對類別張量進行 one-hot 編碼

- 用Pytorch輕松實現(xiàn)28個視覺Transformer，開源庫 timm 了解一下?。ǜ酱a解讀）

- 用OpenCV實現(xiàn)超輕量的NanoDet目標檢測模型！

- 視覺神經(jīng)網(wǎng)絡模型優(yōu)秀開源工作：timm庫使用方法和最新代碼解讀

- 實用教程詳解：用OpenCV的DNN模塊部署YOLOv5目標檢測

- 實踐教程 _ PyTorch中相對位置編碼的理解

- 實踐教程 _ 一文讓你把Docker用起來!

- 實操教程 _ 使用Docker為無網(wǎng)絡環(huán)境搭建深度學習環(huán)境

- 模型部署翻車記：pytorch轉onnx踩坑實錄

- 記一次坎坷的算法需求實現(xiàn)：輕量級人體姿態(tài)估計模型的修煉之路（附MoveNet復現(xiàn)經(jīng)驗）

- 超快速的端到端實例分割模型，手把手教你用opencv部署Yolact

### 極市打榜

- 手把手教你搞定極市打榜新手任務！

- 極市打榜｜ev-sdk封裝實操教程

- 開發(fā)效率提升60%，詳解在極市平臺上進行的全流程線上算法開發(fā)

- 反光衣識別算法冠軍方案總結（附源碼）｜極市打榜

- 保姆級教程：深度學習線上算法開發(fā)「環(huán)境配置」指南｜極市

- 本想淺試一下，結果冠軍和獎金都到手了！記一次成功的算法項目實踐

- 2 小時上手真實項目線上開發(fā)？某 CV 算法開發(fā)訓練平臺新功能又現(xiàn)王炸

### 開源數(shù)據(jù)集分類匯總

- 人群計數(shù)、行人檢測等開源數(shù)據(jù)集資源匯總

- 10個工業(yè)檢測數(shù)據(jù)集.docx

- 15個目標檢測開源數(shù)據(jù)集匯總.pdf

- 16個圖像分類方向開源數(shù)據(jù)集資源匯總（附下載鏈接）

- 20+開源數(shù)據(jù)資源分類匯總（關鍵點檢測、圖像去噪/分割、人群計數(shù)等）

- 21個深度學習開源數(shù)據(jù)集分類匯總.pdf

- 60+開源數(shù)據(jù)集資源大合集（醫(yī)學圖像、衛(wèi)星圖像、語義分割、自動駕駛、圖像分類等）

- 80+開源數(shù)據(jù)集資源匯總（包含目標檢測、醫(yī)學影像、關鍵點檢測、工業(yè)檢測等方向）

- 100+深度學習開源數(shù)據(jù)集分類匯總

- 安全帽、頭盔、反光衣、垃圾分類識別等開源數(shù)據(jù)集匯總

- 超全的 3D 視覺數(shù)據(jù)集匯總.pdf

- 打架識別相關開源數(shù)據(jù)集資源匯總（附下載鏈接）

- 各國車牌識別開源數(shù)據(jù)集匯總

- 各國車牌識別開源數(shù)據(jù)集匯總.pdf

- 卡車貨車、野外火災、抽煙識別等開源數(shù)據(jù)集資源匯總

- 開源真實場景圖像檢測數(shù)據(jù)集匯總.webloc

- 口罩識別檢測開源數(shù)據(jù)集匯總

- 垃圾分類、水下垃圾/口罩垃圾/煙頭垃圾檢測等相關開源數(shù)據(jù)集匯總

- 面部表情識別相關開源數(shù)據(jù)集資源匯總

- 目標跟蹤方向開源數(shù)據(jù)集資源匯總

- 目標跟蹤方向開源數(shù)據(jù)集資源匯總 2

- 農(nóng)業(yè)相關圖像分類、圖像識別等數(shù)據(jù)集資源匯總

- 人體姿態(tài)估計相關開源數(shù)據(jù)集介紹及匯總.webloc

- 雙目立體開源數(shù)據(jù)集資源匯總

- 圖像分割開源數(shù)據(jù)集資源匯總（天空圖像、骨架分割、多品種果花等）

- 圖像分類相關優(yōu)質開源數(shù)據(jù)集匯總（附下載鏈接）.webloc

- 圖像去霧開源數(shù)據(jù)集資源匯總

- 圖像去噪開源數(shù)據(jù)集資源匯總

- 衛(wèi)星圖像公開數(shù)據(jù)集資源匯總

- 衛(wèi)星圖像開源數(shù)據(jù)集資源匯總

- 行人檢測.docx

- 醫(yī)學圖像開源數(shù)據(jù)集匯總.webloc

- 醫(yī)學圖像開源數(shù)據(jù)集匯總（二）.webloc

- 醫(yī)學影像方向開源數(shù)據(jù)集資源匯總

- 醫(yī)學影像相關開源數(shù)據(jù)集資源匯總

- 異常檢測開源數(shù)據(jù)集匯總

- 語義分割方向開源數(shù)據(jù)集資源匯總

- 自動駕駛方向開源數(shù)據(jù)集資源匯總 2

- 自動駕駛方向開源數(shù)據(jù)集資源匯總.webloc

- 自動駕駛方向開源數(shù)據(jù)集資源匯總（二）：駕駛場景分割、車道線檢測、BEV語義分割等.webloc

- 足球相關圖像分類、目標檢測等方向開源數(shù)據(jù)集資源匯總

- RGB-T 開源數(shù)據(jù)集資源匯總

### 論文解讀

- 各類Transformer都得稍遜一籌，LV-ViT：探索多個用于提升ViT性能的高效Trick

- _CVPR2021最佳學生論文提名：Less is More

- 51.1AP！單階段檢測器的新紀錄，TOOD：即插即用的檢測器換頭術，顯著提升性能

- 霸榜COCO和Cityscapes！南理工&CMU提出極化自注意力，更精細的雙重注意力建模結構

- 別魔改網(wǎng)絡了，Google研究員：模型精度不高，是因為你的Resize方法不夠好！

- 超越Swin Transformer！谷歌提出了收斂更快、魯棒性更強、性能更強的NesT

- 超越Swin，Transformer屠榜三大視覺任務！微軟推出新作：Focal Self-Attention

- 吊打一切現(xiàn)有版本的YOLO！曠視重磅開源YOLOX：新一代目標檢測性能速度擔當！

- 動態(tài)卷積超進化！通道融合替換注意力，減少75%參數(shù)量且性能顯著提升 ICLR 2021

- 動態(tài)濾波器卷積新高度！DDF：同時解決內(nèi)容不可知與計算量兩大缺陷｜CVPR2021

- 多快好省的目標檢測器來了！曠視孫劍團隊提出Anchor DETR：基于Anchor Point的DETR

- 反向 Dropout！韓松團隊最新工作NetAug：提高Tiny神經(jīng)網(wǎng)絡性能的新訓練方法

- 告別Heatmap！人體姿態(tài)估計表征新方法SimDR

- 給圖像特征提取開個“ViP”是什么效果？字節(jié)&牛津提出視覺解析器，全面超越HaloNet！

- 更深和更寬的Transformer，哪個更好？NUS團隊：我站W(wǎng)ider！

- 還在魔改Transformer結構嗎？微軟&中山大學開源超強的視覺位置編碼，漲點顯著

- 何愷明最新工作：簡單實用的自監(jiān)督學習方案MAE，ImageNet-1K 87.8%！

- 華南理工&阿里最新提出ELSA：深挖transformer局部注意力的“致命點”并扭轉乾坤！

- 簡單新穎神操作，截斷骨干用于檢測！YOLO-ReT開源：邊緣GPU設備上的高性能檢測器

- 將位置信息嵌入通道注意力！NUS提出新機制，顯著提升卷積特征表達｜CVPR2021

- 解決訓練不穩(wěn)定性，何愷明團隊新作來了！自監(jiān)督學習+Transformer=MoCoV3

- 開源｜AAAI‘21杰出論文-三維重建新探索：解決數(shù)據(jù)依賴問題，讓自監(jiān)督信號更可靠！

- 來自Transformer的降維打擊：ReID各項任務全面領先，阿里&浙大提出TransReID

- 妙啊！不怕遮擋的圖像線段匹配 SOLD2，還能聯(lián)合自監(jiān)督線段檢測｜CVPR2021 Oral

- 目標檢測的“盡頭”竟是語言建模？Hinton團隊提出Pix2Seq：性能優(yōu)于DETR

- 目標檢測一卷到底之后，終于有人為它挖了個新坑｜CVPR2021 Oral

- 內(nèi)存瓶頸和計算負載問題一舉突破？韓松團隊提出MUCNetV2：解鎖MCU端新紀錄！

- 你僅需要看一個序列！YOLOS：重新思考Transformer的泛化性能

- 輕量高效！清華智能計算實驗室開源基于PyTorch的視頻 (圖片) 去模糊框架SimDeblur

- 去除冗余token的DETR效果怎么樣？NUS顏水成團隊提出端到端的PnP-DETR結構

- 去掉softmax后Transformer會更好嗎？復旦&華為諾亞提出SOFT：輕松搞定線性近似

- 人類高質量視覺模型YOLOP開源：同時處理三大視覺任務，還能各種超越SOTA…

- 深入研究模型壓縮經(jīng)典Ghostnet：如何用少量計算生成大量特征圖？

- 時隔兩年，EfficientNet v2來了！更快，更小，更強！

- 視覺 Transformer 的可視化｜CVPR2021

- 刷新視頻超分新記錄28.41dB！同時利用過去和未來隱狀態(tài)的全局視頻超分方案OVSR

- 突破置換模塊計算瓶頸，MSRA開源輕量版HRNet，超越主流輕量化網(wǎng)絡?。麮VPR2021

- 圖像反光能被一鍵去除了？港科大開源RFC，僅用一個操作，強反光也能完美去除｜CVPR2021

- 網(wǎng)絡架構之爭：三大主流架構對決，誰是王者？深入思考CNN、Transformer與MLP

- 為了提升在小數(shù)據(jù)集上的性能，有學者讓神經(jīng)網(wǎng)絡像生物一樣“進化”了｜CVPR2021 Oral

- 我扔掉FPN來做目標檢測，效果竟然這么強！YOLOF開源：你只需要看一層特征｜CVPR2021

- 無需檢測器提取特征！LeCun團隊提出MDETR：實現(xiàn)真正的端到端多模態(tài)推理｜ICCV 2021 Oral

- 一個RGB-T工作的小小感悟與總結

- 移動端超分的磁懸浮，推理僅需10ms！港理工&達摩院開源超輕量超分網(wǎng)絡ECB

- 用簡單Mask分類實現(xiàn)語義分割、實例分割“大一統(tǒng)”！Facebook&UIUC開源MaskFormer

- 圓形的CNN卷積核？清華黃高團隊&康奈爾提出圓形卷積，進一步提升卷積結構性能！

- 在目標檢測被“遺忘”領域進行探索后，百度開源最新力作UMOP：即插即用、無痛漲點

- 真正實用的退化模型：ETH開源業(yè)內(nèi)首個廣義盲圖像超分退化模型，性能效果絕佳

- 準確率87.5%，微軟、中科大提出十字形注意力的CSWin Transformer

- 自注意力真的是Transformer的必殺技嗎？MSRA否認三連，并反手給你扔來一個sMLPNet

- 最新！基于深度學習的盲圖像超分技術一覽

- 最新綜述丨視頻超分辨率研究方法

- AdvProp：兩組Batch Normalization助你在CNN對抗訓練中高效漲點

- CNN與Transformer的強強聯(lián)合！谷歌最新開源BoTNet，ImageNet達84.7%準確率

- CNN終于殺回來了！京東AI開源最強ResNet變體CoTNet：即插即用的視覺識別模塊

- CVPR 2021｜Neighbor2Neighbor：無需干凈圖像的自監(jiān)督圖像降噪

- DSRL：靈活而簡單的框架,提高網(wǎng)絡精度的且不引入額外的計算量,CVPR2020

- FAIR何愷明團隊最新研究：定義ViT檢測遷移學習基線

- ICCV 2021｜“白嫖”性能的MixMo，一種新的數(shù)據(jù)增強or模型融合方法

- ICCV 21 Oral｜拒絕調參，顯著提點！檢測分割任務的新?lián)p失函數(shù)RS Loss開源

- ICCV2021｜性能優(yōu)于何愷明團隊MoCo v2，DetCo：為目標檢測定制任務的對比學習

- ICML2021｜超越SE、CBAM，中山大學開源SAM：無參Attention！

- MLP 又又又升級了！港大&商湯開源首個用于檢測與分割任務的MLP架構

- MLP三大工作超詳細解讀：why do we need_

- MLP再添新磚，F(xiàn)acebook入局！ResMLP_完全建立在MLP上的圖像分類架構

- Multi-Scale Densenet續(xù)作？搞定Transformer降采樣，清華聯(lián)合華為開源動態(tài)ViT！

- OpenAI新寵CLIP有可視化了，CMU小哥開源新玩法，輕松搞定多類型圖文聯(lián)合檢索

- PP-YOLOv2開源，你的目標檢測器又該升級了！性能超越YOLOv5且推理耗時保持不變

- ResNet被全面超越了，是Transformer干的：依圖科技開源“可大可小”T2T-ViT，輕量版優(yōu)于MobileNet

- Swin Transformer重磅升級！Swin V2：向更大容量、更高分辨率的更大模型邁進

- TPAMI 2021 ：基于 event stream 的步態(tài)識別，準確率高達90%！

- Transformer 向輕量型邁進！微軟與中科院提出兩路并行的 Mobile-Former

- Transformer一作又出新作！HaloNet：用Self-Attention的方式進行卷積

- Transformer在圖像復原領域的降維打擊！ETH提出SwinIR：各項任務全面領先