CVPR 引用量最高的10篇论文！何恺明ResNet登顶，YOLO占据两席！

会员服务 ·

CVPR 引用量最高的10篇论文！何恺明ResNet登顶，YOLO占据两席！

2020 年 7 月 28 日 CVer

点击上方“CVer”，选择加"星标"置顶

重磅干货，第一时间送达

前言

前不久，谷歌发布了2020年的学术指标（Scholar Metrics）榜单，CVPR 位列AI领域排名第一的大会！

这个排名是依据过去五年发表研究的数据（覆盖2015-2019年发表的文章），并包括截止2020年6月在谷歌学术中被索引的所有文章的引用量。

众所周知，CV领域的三大顶会就是：CVPR、ICCV和ECCV。本文就来盘点CVPR 2015-2019年引用量最高的10篇论文。根据此数据，一方面能看出这段深度学习黄金时期的研究热点，另一方面查漏补缺，看看这些必看的Top级论文是不是都掌握了。

注1：2015年之前的论文不在统计范围内

注2：引用量是根据谷歌给出的数据，会有波动，但影响不大

第一名：ResNet

Deep Residual Learning for Image Recognition

作者单位：微软亚洲研究院（MSRA）

作者团队：Kaiming He(何恺明), Xiangyu Zhang, Shaoqing Ren, Jian Sun

引用量：49301

论文链接（收录于CVPR 2016）：

https://openaccess.thecvf.com/content_cvpr_2016/html/He_Deep_Residual_Learning_CVPR_2016_paper.html

ResNet 一出，谁与争锋？

当年直接拿下 ILSVRC 2015 的第一名

现如今2020年，依旧作为各大CV任务的backbone，比如ResNet-50、ResNet-101。入坑卷积神经网络，必学paper之一！如下图，大家应该都很熟悉吧

第二名：Inception（GoogLeNet）

Going Deeper with Convolutions

作者单位：谷歌，北卡，密歇根州立大学，Magic Leap

作者团队：Christian Szegedy , Wei Liu , Yangqing Jia等

引用量：22434

论文链接（收录于CVPR 2015）：

https://www.cv-foundation.org/openaccess/content_cvpr_2015/html/Szegedy_Going_Deeper_With_2015_CVPR_paper.html

GoogLeNet，其实也就是Inception系列的第一代网络，当年直接拿下 ILSVRC 2014 的第一名，VGG 则拿下第二名。

其中采用1x1卷积，亮点十足！截止2020年，1x1卷积也还在被各大网络广泛应用，来减少参数和计算量。

第三名：FCN

Fully Convolutional Networks for Semantic Segmentation

作者单位：UC Berkeley

作者团队：Jonathan Long, Evan Shelhamer, Trevor Darrell

引用量：16664

论文链接（收录于CVPR 2015）：

https://www.cv-foundation.org/openaccess/content_cvpr_2015/html/Long_Fully_Convolutional_Networks_2015_CVPR_paper.html

FCN 可以称之为真正意义上基于深度学习的图像分割开山之作，不含全连接层(fc)的全卷积网络。同年的图像分割论文，应该只有U-Net可以与之媲美。

第四名：YOLO

You Only Look Once: Unified, Real-Time Object Detection

作者单位：华盛顿大学, Allen Institute for AI, FAIR

作者团队：Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi;

引用量：9772

论文链接（收录于CVPR 2016）：

https://www.cv-foundation.org/openaccess/content_cvpr_2016/html/Redmon_You_Only_Look_CVPR_2016_paper.html

YOLO系列开山之作！

当初YOLO（You Only Look Once）这个命名风格也被不少网络借鉴

截止2020年，还有一作认可的YOLOv4发布。YOLO可以称为目标检测领域中更新最频繁，也是力度最大的"IP"。

第五名：DenseNet

Densely Connected Convolutional Networks

作者单位：康奈尔大学, 清华大学, FAIR

作者团队：Gao Huang, Zhuang Liu等

引用量：9733

论文链接（收录于CVPR 2017）：

https://openaccess.thecvf.com/content_cvpr_2017/html/Huang_Densely_Connected_Convolutional_CVPR_2017_paper.html

DenseNet 如下图所示，很明显基本思路与ResNet一致，但是它建立的是前面所有层与后面层的密集连接（dense connection）

第六名：Inception v3

Rethinking the Inception Architecture for Computer Vision

作者单位：谷歌, 伦敦大学学院

作者团队：Christian Szegedy, Vincent Vanhoucke, Sergey Ioffe等

引用量：8499

论文链接（收录于CVPR 2016）：

https://www.cv-foundation.org/openaccess/content_cvpr_2016/html/Szegedy_Rethinking_the_Inception_CVPR_2016_paper.html

Inceptionv3 中的设计原则特别多，直接在 Inception V2 的基础上将 Top-5的错误率降低至 3.58%。

第七名：pix2pix

Image-to-Image Translation with Conditional Adversarial Networks

作者单位：UC Berkeley

作者团队：Phillip Isola, Jun-Yan Zhu, Tinghui Zhou等

引用量：5624

论文链接（收录于CVPR 2017）：

https://openaccess.thecvf.com/content_cvpr_2017/html/Isola_Image-To-Image_Translation_With_CVPR_2017_paper.html

pix2pix 是将GAN成功应用于有监督的图像到图像 translation的经典论文，比如将语义分割图转换为真实街景图，灰色图转换为彩色图，白天转换为黑夜......

GAN的可玩性相当高，目前各大顶会上GAN相关的论文也是层出不穷

第八名：FaceNet

FaceNet: A Unified Embedding for Face Recognition and Clustering

作者单位：谷歌

作者团队：Florian Schroff, Dmitry Kalenichenko, James Philbin等

引用量：5405

论文链接（收录于CVPR 2015）：

https://www.cv-foundation.org/openaccess/content_cvpr_2015/html/Schroff_FaceNet_A_Unified_2015_CVPR_paper.html

鼎鼎大名的 Triplet Loss就出自FaceNet，可很好地学到人脸的embedding

第九名：YOLOv2

YOLO9000: Better, Faster, Stronger

作者单位：华盛顿大学, Allen Institute for AI, XNOR.ai

作者团队：Joseph Redmon, Ali Farhadi等

引用量：4960

论文链接（收录于CVPR 2017）：

https://openaccess.thecvf.com/content_cvpr_2017/html/Redmon_YOLO9000_Better_Faster_CVPR_2017_paper.html

YOLO v2在v1的基础上改进非常之多（这个已然成为YOLO系列的特质，像YOLOv3和YOLOv4，tricks和实验都是相当多），性能也有极大提升，如下图所示：

The path from YOLO to YOLOv2

第十名：LRCNs

Long-Term Recurrent Convolutional Networks for Visual Recognition and Description

作者单位：UT Austin, UMass Lowell, UC Berkeley

作者团队：Jeffrey Donahue, Lisa Anne Hendricks等

引用量：3924

论文链接（收录于CVPR 2015）：

https://openaccess.thecvf.com/content_cvpr_2015/html/Donahue_Long-Term_Recurrent_Convolutional_2015_CVPR_paper.html

LRCNs 将CNN 和 LSTM结合起来，可很好地应用于视频行为识别，图像描述生成等任务。

侃侃

1. 上述10篇论文，大多都是图像分类(backbone)、目标检测和分割这三大基础CV任务方向。

2. 何恺明等人的ResNet引用量遥遥领先；

3. 谷歌、UC Berkeley均有三篇论文入围；

4. Joseph Redmon和Christian Szegedy 均有两篇入围前10的一作作者，前者是YOLO系列作者，后者是Inception系列作者。

5. 除了前10名之外，值得提一下：FPN位列第11名，SENet位列第15名

下载1

上述10篇论文已打包好，在CVer公众号后回复：CVPR引用量，即可下载全部论文

下载2

在CVer公众号后台回复：OpenCV书籍，即可下载《Learning OpenCV 3》书籍和源代码。注：这本书是由OpenCV发起者所写，是官方认可的书籍。其中涵盖大量图像处理的基础知识介绍，虽然API还是基于OpenCV 3.x，但结合此书和最新API，可以很好的学习OpenCV。

下载3

在CVer公众号后台回复：CVPR2020，即可下载CVPR2020 2020代码开源的论文合集

在CVer公众号后台回复：ECCV2020，即可下载ECCV 2020代码开源的论文合集

重磅！CVer-论文写作与投稿交流群成立

扫码添加CVer助手，可申请加入CVer-论文写作与投稿 微信交流群，目前已满2000+人，旨在交流顶会（CVPR/ICCV/ECCV/ICML/ICLR/AAAI等）、顶刊（IJCV/TPAMI等）、SCI、EI等写作与投稿事宜。

同时也可申请加入CVer大群和细分方向技术群，细分方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。

一定要备注：研究方向+地点+学校/公司+昵称（如论文写作+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群