Group Normalization
本文来自Facebook AI研究院何恺明带领的团队,获ECCV 2018最佳论文提名。批规范化(BN)是深度学习的里程碑式的技术,能够训练多种网络。但是用批量维度进行规范化会带来很多问题:当批量尺寸变小时会使批规范化的错误增加,这就限制了BN的使用情景。在这篇论文中,我们提出了群体规范化(Group Normalization),作为BN的替代。它可以将通道分为不同的组,对每一组的平均数和变量进行规范化。
地址:https://arxiv.org/abs/1803.08494
Implicit 3D Orientation Learning for 6D Object Detection from RGB Images
本文是ECCV 2018最佳论文,作者针对目标检测提出了一种基于RGB的实时通道,而且可以进行6D动作估计。这里的新型3D方向估计是基于自动去噪编码器的变体,是在3D模型的模拟对象上训练的。该编码器不需要现实的、经过标记的数据,可以生成多种测试感知器。
地址:http://openaccess.thecvf.com/content_ECCV_2018/papers/Martin_Sundermeyer_Implicit_3D_Orientation_ECCV_2018_paper.pdf
Must-read papers on Recommender System
这是发布在GitHub上的一篇总结文,作者hongleizhang汇集了推荐系统有关的所有论文,感兴趣的读者可以去GitHub上浏览阅读。
地址:https://github.com/hongleizhang/RSPapers