导读 重磅模型transformer,在2017年发布，但就今天来说产生的影响在各个领域包括NLP、CV这些都是巨大的！ Paper《Attention Is All You Need》,作者是在机器翻译这个领域进行的实验，当然我们今...

导读 ResNet在ILSVRC 2015竞赛中大放异彩，其核心模块residual block使得卷积网络模型深度提高一个数量级，到达上百、上千层。在今天cv领域我们也经常用到它或它的变种，paper《Deep Residual L...

1. 导读 前面我们回顾了AlexNet，AlexNet的作者指出模型的深度很重要，而VGG最大的贡献就在于对网络模型深度的研究。 VGG原论文：《Very Deep Convolutional Networks for Large-Scale Image Re...

0.Paper 这是我们2022年的工作，关于雾中的单目自监督深度估计研究： Self-supervised monocular depth estimation in fog Bo Tao†, Jiaxin Hu†, Du Jiang, Gongfa Li, Baojia Chen, Xinbo Qi...