交叉熵loss是常见的loss函数
Introduction
信息论中，cross entropy是两个概率分布p和q在同一事件集上度量辨认一个来自该集的事件所需平均位数，判断其编码是优化自反常概率分布q，还是真分布p。
Person Re-identification: Past, Present and Future
发表于 | 更新于 | 阅读次数：
本文字数： 62k | 阅读时长 ≈ 1:52
一篇Person re-ID的调研型论文。由于对re-ID一无所知，就选择了它作为切入点。不得不说翻译本论文实在不是个好主意，20页真的有点多。前期也翻译了不少其它论文，翻译相比直接阅读有利有弊吧，不过以后会有选择性的翻译，注重总结了。
Person Re-identification: Past, Present and Future
Liang Zheng, Yi Yang, Alexander G. Hauptmann, 2016.10
University of Technology at Sydney, Carnegie Mellon University
Batch Normalization
发表于 | 更新于 | 阅读次数：
本文字数： 17k | 阅读时长 ≈ 30 分钟
赫赫有名的BN论文，相较各个网络的论文要硬核得多，尚未理解的部分也较多。深度学习开始入门到现在已有50天，工作时划水外加业余啃完了13篇论文，涵盖了经典的分类和检测大部分论文，目前应该只剩余GoogLeNet的3个变种，MobileNet，还有RNN那一大堆没看了。公司业务一大部分在于行人检测与重识别，后续会开始看person re-identification相关的论文，剩余的几个网络啦，ReLU啦，后面合适的时候再说吧~
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift
Sergey Ioffe, Christian Szegedy 2015.02Google Inc.
GoogLeNet v1
发表于 | 更新于 | 阅读次数：
本文字数： 12k | 阅读时长 ≈ 23 分钟
GoogLeNet v1论文翻译。一个经典图片分类卷积网络架构。主要思想是通过现有密集架构，组合出一个稀疏空间架构，也就是Inception模块。
GoogleNet: Going Deeper with Convolutions
Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich, 2014.11
Google Inc. University of North Carolina. Chapel Hill. University of Michigan. Ann Arbor Magic Leap Inc.
YOLOv3
发表于 | 更新于 | 阅读次数：
本文字数： 7.6k | 阅读时长 ≈ 14 分钟
YOLOv3论文翻译，一个YOLOv2的升级版。作者还表达了对计算机视觉技术应用到不好的地方的担忧，并吐槽了论文评审和mAP评价方法。感觉是个超酷的人~
YOLOv3: An Incremental Improvement
Joseph Redmon, Ali Farhadi, 2018.4
University of Washington
YOLOv2 and YOLO9000
发表于 | 更新于 | 阅读次数：
本文字数： 13k | 阅读时长 ≈ 23 分钟
YOLOv2论文翻译。它提出了一个升级版的YOLO，以及利用分类数据集提升检测模型检测类别范围的方法，和一个使用该方法训练出的模型：YOLO9000。
YOLO9000: Better, Faster, Stronger
Joseph Redmon, Ali Farhadi, 2016
University of Washington, Allen Institute for AI
VGGNet
发表于 | 更新于 | 阅读次数：
本文字数： 11k | 阅读时长 ≈ 20 分钟
VGGNet论文翻译，小卷积核、更深网络的引领者
VGGNet: Very Deep Convolutional Networks for Large-Scale Image Recognition
Karen Simonyan, Andrew Zisserman, 2014
Visual Geometry Group, Department of Engineering Science, University of Oxford
SSD
发表于 | 更新于 | 阅读次数：
本文字数： 13k | 阅读时长 ≈ 23 分钟
SSD论文翻译
SSD: Single Shot MultiBox Detector
Wei Liu, Dragomir Anguelov, Dumitru Erhan, Christian Szegedy, Scott Reed, ChengYang Fu, Alexander C. Berg 2015
UNC Chapel Hill, Zoox Inc. Google Inc. University of Michigan, Ann-Arbor
RetinaNet
发表于 | 更新于 | 阅读次数：
本文字数： 19k | 阅读时长 ≈ 34 分钟
RetinaNet论文翻译，业界常用的单步物体检测模型。其创新点是提出了focal loss函数，用于解决前景背景样本数量失衡的问题。
Retina Net : Focal Loss for Dense Object Detection
Tsung-Yi Lin, Priya Goyal, Ross Girshick, Kaiming He, Piotr Dollar 2017
Facebook AI Research (FAIR)
YOLO
发表于 | 更新于 | 阅读次数：
本文字数： 16k | 阅读时长 ≈ 29 分钟
YOLO论文翻译。一个有着很酷名字的单步物体检测算法。
YOLO : You Only Look Once: Unified, Real-Time Object Detection
Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi 2015
University of Washington, Allen Institute for AI, Facebook AI Research
http://pjreddie.com/yolo/