官网链接：http://cvpr2020.thecvf.com/
时间：Seattle, Washington，2020年6月14日-6月19日
论文接收公布时间：2020年2月24日
相关问题：
70.Watch your Up-Convolution: CNN Based Generative Deep Neural Networks are Failing to Reproduce Spectral Distributions （视觉常识）
论文链接：https://arxiv.org/abs/2003.01826
作者：Ricard Durall, Margret Keuper, Janis Keuper
69.Self-training with Noisy Student improves ImageNet classification（图像分类）
论文链接：https://arxiv.org/abs/1911.04252
作者：Qizhe Xie, Minh-Thang Luong, Eduard Hovy, Quoc V. Le
68.Disentangling Physical Dynamics from Unknown Factors for Unsupervised Video Prediction（无监督/视频预测）
论文链接：https://arxiv.org/abs/2003.01460
作者：Vincent Le Guen, Nicolas Thome
67.Image Matching across Wide Baselines: From Paper to Practice（图像匹配）
论文链接：https://arxiv.org/abs/2003.01587
作者：Yuhe Jin, Dmytro Mishkin, Anastasiia Mishchuk, Jiri Matas, Pascal Fua, Kwang Moo Yi, Eduard Trulls
66.Transferring Dense Pose to Proximal Animal Classes
论文链接：https://arxiv.org/abs/2003.00080
作者：Artsiom Sanakoyeu, Vasil Khalidov, Maureen S. McCarthy, Andrea Vedaldi, Natalia Neverova
65.SketchGCN: Semantic Sketch Segmentation with Graph Convolutional Networks（GCN/语义分割）
论文链接：https://arxiv.org/abs/2003.00678
作者：Lumin Yang, Jiajie Zhuang, Hongbo Fu, Kun Zhou, Youyi Zheng
64.Say As You Wish: Fine-grained Control of Image Caption Generation with Abstract Scene Graphs（视频分析）
论文链接：https://arxiv.org/abs/2003.00387
作者：Shizhe Chen, Qin Jin, Peng Wang, Qi Wu
63.Fine-grained Video-Text Retrieval with Hierarchical Graph Reasoning（视频分析）
论文链接：https://arxiv.org/abs/2003.00392
作者：Shizhe Chen, Yida Zhao, Qin Jin, Qi Wu
62.4D Association Graph for Realtime Multi-person Motion Capture Using Multiple Video Cameras（姿态估计）
论文链接：https://arxiv.org/abs/2002.12625
作者：Yuxiang Zhang, Liang An, Tao Yu, Xiu Li, Kun Li, Yebin Liu
61.Representations, Metrics and Statistics For Shape Analysis of Elastic Graphs（视觉常识）
论文链接：https://arxiv.org/abs/2003.00287
作者：Xiaoyang Guo, Anuj Srivastava
60.GPU-Accelerated Mobile Multi-view Style Transfer（模型加速）
论文链接：https://arxiv.org/abs/2003.00706
作者：Puneet Kohli, Saravana Gunaseelan, Jason Orozco, Yiwen Hua, Edward Li, Nicolas Dahlquist
59.Learning in the Frequency Domain（视觉常识）
论文链接：https://arxiv.org/abs/2002.12416
作者：Kai Xu, Minghai Qin, Fei Sun, Yuhao Wang, Yen-kuang Chen, Fengbo Ren
58.Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution（超分辨率）
论文链接：https://arxiv.org/abs/2002.11616
作者：Xiaoyu Xiang, Yapeng Tian, Yulun Zhang, Yun Fu, Jan P. Allebach, Chenliang Xu
57.Learning to Shade Hand-drawn Sketches（图像处理）
论文链接：https://arxiv.org/abs/2002.11812
作者：Qingyuan Zheng, Zhuoru Li, Adam Bargteil
56.Cross-modality Person re-identification with Shared-Specific Feature Transfer（行人重识别）
论文链接：https://arxiv.org/abs/2002.12489
作者：Yan Lu, Yue Wu, Bin Liu, Tianzhu Zhang, Baopu Li, Qi Chu, Nenghai Yu
55.RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds（三维/语义分割）
论文链接：https://arxiv.org/abs/1911.11236
代码：https://github.com/QingyongHu/RandLA-Net
54.Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector（目标检测）
论文链接：https://arxiv.org/abs/1908.01998
作者：Qi Fan, Wei Zhuo, Chi-Keung Tang, Yu-Wing Tai
论文解读：https://mp.weixin.qq.com/s/eOJi8Aeg-39FojtuCnpjQQ
53.The Garden of Forking Paths: Towards Multi-Future Trajectory Prediction（轨迹预测）
论文链接：https://arxiv.org/pdf/1912.06445.pdf
作者：Junwei Liang, Lu Jiang, Kevin Murphy, Ting Yu, Alexander Hauptmann
52.Sketch Less for More: On-the-Fly Fine-Grained Sketch Based Image Retrieval（图像检索）
论文链接：https://arxiv.org/abs/2002.10310
作者：Ayan Kumar Bhunia, Yongxin Yang, Timothy M. Hospedales, Tao Xiang, Yi-Zhe Song
51.Filter Grafting for Deep Neural Networks（视觉常识）
论文链接：https://arxiv.org/pdf/2001.05868.pdf
作者：Fanxu Meng, Hao Cheng2, Ke Li, Zhixin Xu, Rongrong Ji, Xing Sun, Gaungming Lu
50.Single Image Reflection Removal through Cascaded Refinement
论文链接：https://arxiv.org/abs/1911.06634
作者：Chao Li, Yixiao Yang, Kun He, Stephen Lin, John E. Hopcroft
49.Rethinking the Route Towards Weakly Supervised Object Localization
论文链接：https://arxiv.org/abs/2002.11359
作者：Chen-Lin Zhang, Yun-Hao Cao, Jianxin Wu
48.Object Relational Graph with Teacher-Recommended Learning for Video Captioning（视频分析）
论文链接：https://arxiv.org/abs/2002.11566
作者：Ziqi Zhang, Yaya Shi, Chunfeng Yuan, Bing Li, Peijin Wang, Weiming Hu, Zhengjun Zha
47.Zooming Slow-Mo: Fast and Accurate One-Stage Space-Time Video Super-Resolution（视频分析）
论文链接：https://arxiv.org/abs/2002.11616
作者：Xiaoyu Xiang, Yapeng Tian, Yulun Zhang, Yun Fu, Jan P. Allebach, Chenliang Xu
46.ClusterFit: Improving Generalization of Visual Representations(视觉常识)
论文链接：https://arxiv.org/abs/1912.03330
作者：Xueting Yan, Ishan Misra, Abhinav Gupta, Deepti Ghadiyaram, Dhruv Mahajan
45.Towards Universal Representation Learning for Deep Face Recognition（人脸识别）
论文链接：https://arxiv.org/abs/2002.11841
作者：Yichun Shi, Xiang Yu, Kihyuk Sohn, Manmohan Chandraker, Anil K. Jain
44. Towards Universal Representation Learning for Deep Face Recognition
论文链接：https://arxiv.org/abs/2002.11841
作者：Yichun Shi, Xiang Yu, Kihyuk Sohn, Manmohan Chandraker, Anil K. Jain
43. Social-STGCNN: A Social Spatio-Temporal Graph Convolutional Neural Network for Human Trajectory Prediction
论文链接：https://arxiv.org/abs/2002.11927
作者：Abduallah Mohamed, Kun Qian, Mohamed Elhoseiny, Christian Claudel
42. Auto-Encoding Twin-Bottleneck Hashing
论文链接：https://arxiv.org/abs/2002.11930
作者：Yuming Shen, Jie Qin, Jiaxin Chen, Mengyang Yu, Li Liu, Fan Zhu, Fumin Shen, Ling Shao
41.Unbiased Scene Graph Generation from Biased Training(视觉常识)
论文链接：https://arxiv.org/abs/2002.11949
作者：Kaihua Tang, Yulei Niu, Jianqiang Huang, Jiaxin Shi, Hanwang Zhang
40. Total3DUnderstanding: Joint Layout, Object Pose and Mesh Reconstruction for Indoor Scenes from a Single Image（三维）
论文链接：https://arxiv.org/abs/2002.12212
作者：Yinyu Nie, Xiaoguang Han, Shihui Guo, Yujian Zheng, Jian Chang, Jian Jun Zhang
39. Meta-Transfer Learning for Zero-Shot Super-Resolution（零样本）
论文链接：https://arxiv.org/abs/2002.12213
作者：Jae Woong Soh, Sunwoo Cho, Nam Ik Cho
38. Blurry Video Frame Interpolation（视频分析）
论文链接：https://arxiv.org/abs/2002.12259
作者：Wang Shen, Wenbo Bao, Guangtao Zhai, Li Chen, Xiongkuo Min, Zhiyong Gao
37. Generalized ODIN: Detecting Out-of-distribution Image without Learning from Out-of-distribution Data（图像检测）
论文链接：https://arxiv.org/abs/2002.11297
作者：Yen-Chang Hsu, Yilin Shen, Hongxia Jin, Zsolt Kira
36. Visual Commonsense R-CNN（视觉常识）
论文链接：https://arxiv.org/abs/2002.12204
作者：Tan Wang, Jianqiang Huang, Hanwang Zhang, Qianru Sun
35. Deep Image Harmonization via Domain Verification（图像处理）
论文链接：https://arxiv.org/abs/1911.13239
作者：Wenyan Cong, Jianfu Zhang, Li Niu, Liu Liu, Zhixin Ling, Weiyuan Li, Liqing Zhang
开源代码：https://github.com/bcmi/Image_Harmonization_Datasets
论文解读：https://mp.weixin.qq.com/s/JgQ7bgc_bfgWE-PmJMKtOA
**34. Robust Design of Deep Neural Networks against Adversarial Attacks based on Lyapunov Theory **
论文链接：https://arxiv.org/abs/1911.04636
作者：Arash Rahnama, Andre T. Nguyen, Edward Raff
33. Optimal least-squares solution to the hand-eye calibration problem（姿态估计）
论文链接：https://arxiv.org/abs/2002.10838
作者：Amit Dekel, Linus Härenstam-Nielsen, Sergio Caccamo
32. On Positive-Unlabeled Classification in GAN（GAN）
31. Your Local GAN: Designing Two Dimensional Local Attention Mechanisms for Generative Models （GAN）
论文链接：https://arxiv.org/abs/1911.12287
作者：Giannis Daras, Augustus Odena, Han Zhang
代码：https://github.com/giannisdaras/ylg
30. MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis（GAN）
论文链接：https://arxiv.org/abs/1903.06048
作者：Animesh Karnewar, Oliver Wang
29. A Semi-Supervised Assessor of Neural Architectures（半监督）
**28. ROAM: Recurrently Optimizing Tracking Model **（目标跟踪）
论文链接：https://arxiv.org/abs/1907.12006
作者：Tianyu Yang, Pengfei Xu, Runbo Hu, Hua Chai, Antoni B. Chan
27. Hit-Detector: Hierarchical Trinity Architecture Search for Object Detection（目标检测）
26. Learning deep network for detecting 3D object keypoints and 6D poses （目标检测；三维）
25. Suppressing Uncertainties for Large-Scale Facial Expression Recognition（人脸识别）
论文链接：https://arxiv.org/abs/2002.10392
作者：Kai Wang, Xiaojiang Peng
代码：https://github.com/kaiwang960112/Self-Cure-Network
24. NestedVAE: Isolating Common Factors via Weak Supervision（弱监督）
论文链接：https://arxiv.org/abs/2002.11576
作者：Matthew J. Vowels, Necati Cihan Camgoz, Richard Bowden
23. Frequency Domain Compact 3D Convolutional Neural Networks （三维）
22. Learning multiview 3D point cloud registration（三维）
论文链接：https://arxiv.org/abs/2001.05119
作者：Zan Gojcic, Caifa Zhou, Jan D. Wegner
21. In Perfect Shape: Certifiably Optimal 3D Shape Reconstruction from 2D Landmarks（三维）
论文链接：https://arxiv.org/abs/1911.11924
作者：Heng Yang and Luca Carlone
20. Action Modifiers:Learning from Adverbs in Instructional Video（视频分析）
论文链接：https://arxiv.org/abs/1912.06617
19. A General and Adaptive Robust Loss Function（损失函数）
论文链接：https://arxiv.org/abs/1701.03077
作者：Jonathan T. Barron
18. A Characteristic Function Approach to Deep Implicit Generative Modeling（特征函数）
论文链接：https://arxiv.org/abs/1909.07425
作者：Abdul Fatir Ansari, Jonathan Scarlett, Harold Soh
17. AdderNet: Do We Really Need Multiplications in Deep Learning? （视觉常识）
论文链接：https://arxiv.org/pdf/1912.13200
作者：Hanting Chen, Yunhe Wang, Chunjing Xu
16. What it Thinks is Important is Important: Robustness Transfers through Input Gradients（视觉常识）
论文链接：https://arxiv.org/abs/1912.05699
作者：Alvin Chan, Yi Tay, Yew-Soon Ong
15. 12-in-1: Multi-Task Vision and Language Representation Learning （视觉常识）
论文链接：https://arxiv.org/abs/1912.02315
作者：Jiasen Lu, Vedanuj Goswami, Marcus Rohrbach, Devi Parikh, Stefan Lee
论文解读：https://mp.weixin.qq.com/s/8CvUT9JvnysIXay7vyY16w
14. Making Better Mistakes: Leveraging Class Hierarchies with Deep Networks（视觉常识）
论文链接：https://arxiv.org/abs/1912.09393
作者：Luca Bertinetto, Romain Mueller, Konstantinos Tertikas, Sina Samangooei, Nicholas A. Lord
13. GhostNet: More Features from Cheap Operations（轻量卷积神经网络）
论文链接：https://arxiv.org/pdf/1911.11907
作者：Kai Han, Yunhe Wang, Qi Tian1
代码：https://github.com/iamhankai/ghostnet
论文解读：https://zhuanlan.zhihu.com/p/109325275
12. CARS: Contunuous Evolution for Efficient Neural Architecture Search（神经结构搜索）
论文链接：https://arxiv.org/abs/1909.04977
作者：Zhaohui Yang1, Yunhe Wang, Xinghao Chen
代码：https://github.com/huawei-noah/CARS
11. Rethinking Performance Estimation in Neural Architecture Search（神经结构搜索）
10. RoutedFusion: Learning Real-time Depth Map Fusion（图像处理）
论文链接：https://arxiv.org/pdf/2001.04388.pdf
作者：Silvan Weder, Johannes Scho ̈nberger
9. PolarMask: Single Shot Instance Segmentation with Polar Representation（图像分割）
论文链接：https://arxiv.org/abs/1909.13226
作者：Enze Xie, Peize Sun, Xiaoge Song
代码：https://github.com/xieenze/PolarMask
论文解读：https://zhuanlan.zhihu.com/p/84890413
8. xMUDA: Cross-Modal Unsupervised Domain Adaptation for 3D Semantic Segmentation（图像分割）
论文链接：https://arxiv.org/abs/1911.12676
作者：Maximilian Jaritz, Tuan-Hung Vu, Raoul de Charette
7. BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation（图像分割）
论文链接：https://arxiv.org/abs/2001.00309
作者：Hao Chen, Kunyang Sun, Zhi Tian, Chunhua Shen, Yongming Huang, Youliang Yan
6. Towards Robust Image Classification Using Sequential Attention Models（图像分类）
论文链接：https://arxiv.org/abs/1912.02184
作者：Daniel Zoran, Mike Chrzanowski, Po-Sen Huang, Sven Gowal, Alex Mott, Pushmeet Kohl
5. Unsupervised Reinforcement Learning of Transferable Meta-Skills for Embodied Navigation（无监督）
论文链接：https://arxiv.org/pdf/1911.07450
作者：Juncheng Li, Xin Wang, Siliang Tang1 Haizhou Shi
4. Improved Few-Shot Visual Classification（小样本）
论文链接：https://arxiv.org/pdf/1912.03432.pdf
作者：Peyman Bateni, Raghav Goyal, Vaden Masrani
3. Multi-Modal Domain Adaptation for Fine-Grained Action Recognition（姿态估计）
论文链接：https://arxiv.org/abs/2001.09691
作者：Jonathan Munro, Dima Damen
2. Distribution Aware Coordinate Representation for Human Pose Estimation姿态估计
论文链接：https://arxiv.org/abs/1910.06278
作者：Feng Zhang, Xiatian Zhu
代码：https://github.com/ilovepose/DarkPose
1. The Devil is in the Details: Delving into Unbiased Data Processing for Human Pose Estimation 姿态估计
论文链接：https://arxiv.org/abs/1911.07524
作者：Junjie Huang, Zheng Zhu, Feng Guo, Guan Huang
论文解读：https://mp.weixin.qq.com/s/J1Y0tSIpfTOZ4J-9PPyhag
选择2019年热门框架facebookresearch/maskrcnn-benchmark作为基础，在其基础上搭建了Scene-Graph-Benchmark.pytorch。该代码不仅兼容了maskrcnn-benchmark所支持的所有detector模型，且得益于facebookresearch优秀的代码功底，更大大增加了SGG部分的可读性和可操作性。
论文链接：https://arxiv.org/abs/2002.11949
论文代码：https://github.com/KaihuaTang/Scene-Graph-Benchmark.pytorch
论文链接：https://arxiv.org/abs/1911.04231
论文代码：https://github.com/ethnhe/PVN3D.git
旷视研究院提出一种基于霍夫投票（Hough voting)的 3D 关键点检测神经网络，称之为 PVN3D，以学习逐点到 3D 关键点的偏移并为 3D 关键点投票。把基于 2D 关键点的方法推进至 3D 关键点，以充分利用刚体的几何约束信息，极大提升了 6DoF 估计的精确性。在 YCB-Video 和 LineMOD 两大公开数据集上进行了评估实验，结果表明该方法以大幅优势取得了当前最佳性能。
论文链接：https://arxiv.org/abs/2002.12489
关注红外线-RGB跨模态行人重识别。试图解决：以往大部分跨模态行人重识别算法一般都只关注shared feature learning，而很少关注Specific feature。因为Specific feature在对面模态中是不存在的。例如在红外线图片中是没有彩色颜色信息的。反之在彩图中也不会有热度信息。而实际上做过ReID的都知道，传统ReID之所以性能很高，很大程度上就是有些“过拟合”到了这些specific信息上。比如衣服颜色一直是传统ReID的一个重要的cue。从这个角度出发，尝试利用specific特征。主要思路是利用近邻信息：给定一红外线query。当搜索彩色target时，可以先找到一些简单的置信度高的彩色样本（这些样本大概率是红外线query的positive样本），把这些彩色样本的颜色特异特征给与红外线query。做了这件事后，红外线query样本可以利用这些彩色信息再去搜索更难的彩色样本。
论文链接：https://arxiv.org/abs/1911.11236
代码：https://github.com/QingyongHu/RandLA-Net
提出了一种基于简单高效的随机降采样和局部特征聚合的网络结构(RandLA-Net)。该方法不仅在诸如Semantic3D和SemanticKITTI等大场景点云分割数据集上取得了非常好的效果，并且具有非常高的效率(e.g. 比基于图的方法SPG快了接近200倍)。
论文链接：https://arxiv.org/abs/1908.01998
提出了新的少样本目标检测算法，创新点包括Attention-RPN、多关系检测器以及对比训练策略，另外还构建了包含1000类的少样本检测数据集FSOD，在FSOD上训练得到的论文模型能够直接迁移到新类别的检测中，不需要fine-tune
论文链接：https://arxiv.org/abs/1909.04977
为了优化进化算法在神经网络结构搜索时候选网络训练过长的问题，参考ENAS和NSGA-III，论文提出连续进化结构搜索方法(continuous evolution architecture search, CARS)，最大化利用学习到的知识，如上一轮进化的结构和参数。首先构造用于参数共享的超网，从超网中产生子网，然后使用None-dominated排序策略来选择不同大小的优秀网络，整体耗时仅需要0.5 GPU day。
论文链接：https://arxiv.org/abs/2002.11359
论文提出伪监督目标定位方法(PSOL)来解决目前弱监督目标定位方法的问题，该方法将定位与分类分开成两个独立的网络，然后在训练集上使用Deep descriptor transformation(DDT)生成伪GT进行训练，整体效果达到SOTA。 该论文主要有三点贡献：一、弱监督目标定位应该分为类不可知目标定位和目标分类两个独立的部分，提出PSOL算法；二、尽管生成的bbox有偏差，论文仍然认为应该直接优化他们而不需要类标签，最终达到SOTA；三、在不同的数据集上，PSOL算法不需要fine-tuning也能有很好的定位迁移能力
论文链接：https://arxiv.org/pdf/2002.10322.pdf
在这项工作中，我们提出了一种新的视频中3D人体姿态估计的解决方案。我们不是直接回归3D关节位置，而是从人体骨骼解剖中汲取灵感，将任务分解为骨骼方向预测和骨骼长度预测，从这两个预测中完全可以得到三维关节位置。我们的研究动机是人类骨骼的长度随着时间的推移保持一致。这推动了我们开发有效的技术来利用视频中所有帧的全局信息来进行高精度的骨骼长度预测。此外，对于骨骼方向预测网络，我们提出了一种具有长跳跃连接的全卷积传播结构。本质上，它分层地预测不同骨骼的方向，而不使用任何耗时的存储单元(例如LSTM)。进一步引入了一种新的关节位移损失来连接骨骼长度和骨骼方向预测网络的训练。最后，我们采用一种隐含的注意机制将2D关键点可见性分数作为额外的指导反馈到模型中，这显著地缓解了许多具有挑战性的姿势中的深度歧义。我们的完整模型在Human3.6M和MPI-INF-3dHP数据集上的表现优于之前的最好结果，在这些数据集上的综合评估验证了我们模型的有效性。
论文链接：论文地址：https://arxiv.org/pdf/1912.13458.pdf
微软亚洲研究院提出了一个方法，它既不需要了解换脸后的图像数据，也不需要知道换脸算法，就能对图像做『X-Ray』，鉴别出是否换脸，以及指出换脸的边界。
新模型 Face X-Ray 具有两大属性：能泛化到未知换脸算法、能提供可解释的换脸边界。要获得这样的优良属性，诀窍就藏在换脸算法的一般过程中。如下所示，大多数换脸算法可以分为检测、修改以及融合三部分。与之前的研究不同，Face X-Ray 希望检测第三阶段产生的误差。
论文链接：https://arxiv.org/abs/1911.07524
UDP，解决了现有的SOTA人体姿态估计算法中标准编解码方法存在较大统计误差的问题。同时解决了由于翻转测试而导致的结果不对齐问题。且该算法即用即插，在基本不增加模型复杂度的情况下，有效提升了算法性能。
论文链接：https://arxiv.org/abs/1911.13239
在合成图中，前景和背景是在不同的拍摄条件 (比如时刻、季节、光照、天气) 下拍摄的，所以在亮度色泽等方面存在明显的不匹配问题。图像和谐化 (image harmonization) 旨在调整合成图中的前景，使其与背景和谐。传统的图像和谐化方法一般是从背景或者其他图片转移颜色信息到前景上，但这样无法保证调整之后的前景看起来真实并且与背景和谐。近年来，已经有少量的工作尝试用深度学习做图像和谐化，但成对的合成图和真实图极难获得。如果没有成对的合成图和真实图，深度学习的训练过程缺乏足够强的监督信息，合成图和谐化之后的结果也没有 ground-truth 用于评测。截至目前还没有公开的大规模图像和谐化数据库，我们构建并公布了由四个子数据库组成的图像和谐化数据库。并且，我们提出了域验证 (domain verification) 的概念，尝试了基于域验证的图像和谐化算法。
论文链接：https://arxiv.org/abs/1909.13226
PolarMask基于FCOS，把实例分割统一到了FCN的框架下。FCOS本质上是一种FCN的dense prediction的检测框架，可以在性能上不输anchor based的目标检测方法，让行业看到了anchor free方法的潜力。接下来要解决的问题是实例分割。本工作最大的贡献在于把更复杂的实例分割问题，转化成在网络设计和计算量复杂度上和物体检测一样复杂的任务，把对实例分割的建模变得简单和高效。
论文链接：https://arxiv.org/abs/1911.11907
该论文提供了一个全新的Ghost模块，旨在通过廉价操作生成更多的特征图。基于一组原始的特征图，作者应用一系列线性变换，以很小的代价生成许多能从原始特征发掘所需信息的“幻影”特征图（Ghost feature maps）。该Ghost模块即插即用，通过堆叠Ghost模块得出Ghost bottleneck，进而搭建轻量级神经网络——GhostNet。在ImageNet分类任务，GhostNet在相似计算量情况下Top-1正确率达75.7%，高于MobileNetV3的75.2%。
论文链接：https://arxiv.org/abs/1912.02315
许多视觉和语言的研究集中在一组小而多样的独立任务和支持的数据集上，这些数据集通常是单独研究的;然而，成功完成这些任务所需的视觉语言理解技能有很大的重叠。在这项工作中，我们通过开发一个大规模的、多任务的训练机制来研究视觉和语言任务之间的关系。
- CVPR2020复现代码及时更新
- CVPR2020论文分享跟进
为了让大家更好得进行交流，极市特别组建了贡献者群及作者微信群，欢迎加小助手微信（cv-mart，备注CVPR2020）进群。