代表通信～Deep Learningの論文GitHub

こんばんは。代表の草場です。

PointNetに関して調べていたら、Deep LearningのPaperをまとめたGitHubが出てきました。
Learning-Deep-Learning

Paper Note
このリポジトリには、ディープラーニングと機械学習に関する私の論文読解ノートが入っています。Denny BritzとDaniel Takeshiに触発されています。
2020年の新年の決意：週に最低3本の論文を読み、月に1本の高品質なgithubレポを読もう

何を読むか
何から始めればいいのか？
もしあなたがコンピュータビジョンのディープラーニングに慣れておらず、どこから手をつけていいかわからない場合は、最初の1ヶ月ほどはこの論文のリストに深く飛び込んでみることをお勧めします。私はそうしました（私のメモを参照してください）、それは私によく役立ちました。

読むべき論文が尽きた場合に備えて、信頼できる論文のリストを以下に示します。

Github repos
MMAction2 [268 stars] Kalman and Bayesian Fitlers [8.7k stars] ipynb book
simple-faster-rcnn-pytorch (2.1k stars) [Notes] YOLACT/YOLACT++ [2.1k stars] Yolov3 ultralytic [4.7k stars] MonoLoco [131 stars] A Baseline for 3D Multi-Object Tracking [548 stars] ROLO: recurrent YOLO
point rend
Carla data export
openpilot
3D Lane Dataset
MicroGrad
OpenVSLAM (2.3k stars)
ORB SLAM2 and Docker version
PySLAM v2
Youtube channels
Modern C++ for computer vision
SLAM by Cyrill Stachniss
Talks
Andrej Karpathy’s Talks

すげーちゃんとリストになっていますね。まずは
AlexNet https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks
VGG16 https://arxiv.org/abs/1409.1556
GoogLeNet (Inception) https://arxiv.org/abs/1409.4842
ResNet (Residual Network) https://arxiv.org/abs/1512.03385
DenseNet https://arxiv.org/abs/1608.06993
Dual Path Network https://arxiv.org/abs/1707.01629

を読みます。