2020 AI 研究大盘点！这些大牛的论文你都看过吗？

文章图片
新智元报道
来源：Reddit
编辑：LRS
【新智元导读】AI发展日新月异，但又具有时代性！本文介绍了一些2020年那些有趣且重要的AI研究工作，涵盖了nlp,cv等多个AI领域。快来看看哪些番你还没补！
人工智能领域的发展逐渐迅猛，在各个分支领域上不止两开花！
但每年研究关注的内容都有所变化，有学者整理了2020年中最重要的、最有意思的人工智能相关论文，其中人工智能伦理、模型偏见等都受到了比以往更多的重视。
目前这项分享在Reddit上已经获得了近100赞，网友纷纷留言「无价之宝」，「感谢楼主」。

文章图片

文章图片
快看看下面哪些论文你还没有读过，赶紧来补番，下面选取10项工作在文中作简单介绍，每份工作都有保姆级教程，包教包会！

文章图片
1、YOLOv4
该算法的主要目标是制作一个有更高精度、更快速度的目标检测器（objectdetector）。

文章图片
通常一个目标检测器的模型架构由几个组件组成：首先是输入（图像），然后是骨干，以此图像作为输入，使用深层神经网络提取特征映射。
最后使用像YOLO或SSD这样的对象检测器来做出并处理这些预测。

文章图片
YOLOv4引入了一种新的数据增强方法，称为马赛克和自我对抗训练。

文章图片
与以前的版本和其他对象检测器相比，在多种GPU体系结构上进行了测试，比如Maxwell ， Pascal和Volta ， YOLOv4在速度和性能方面都有了显著的提升。
对于诸如自动驾驶汽车、扑克牌作弊检测等多个需要进行实时目标检测的领域来说， YOLOv4是一个巨大的改进。
2、DeepFaceDrawing：根据粗糙的人脸图像，甚至不完整的草图来生成高品质的人脸图像。

文章图片
这个模型的关键思想是隐式模拟合理的人脸图像的形状空间，并在这个空间合成一个人脸图像，以逼近输入的草图，所以系统能够允许用户在很少或根本没有从粗糙或甚至不完整的徒手草图生产高质量的人脸图像的模式中训练。
该方法输入笔画时忠实地复述用户的意图，这更像是一种软约束来指导图像合成，因此即使是从这些粗糙的草图也能够产生高质量的人脸图像。

文章图片
3、PULSE算法：把一张超低分辨率的16x16图像变成一张1080p高清晰度的人脸。
还在为拍的照片糊了而感到后悔吗？PULSE的目标是在一组合理的解决方案中生成逼真的图像。
这意味着他们想要依赖于一个真实的图像是现实的，其缩小版本将看起来与原来的低分辨率图像相同。而不是必须直接从低分辨率图像猜测。
因此，他们引入了一种新的自监督技术，遍历高分辨率的自然图像流形，寻找图像向下缩放到原始的低分辨率图像。

文章图片
4、UnsupervisedTranslationofProgrammingLanguages
由FacebookAI提出的一种编程语言之间的无监督转换方法，这种新的模式可以把代码从一种编程语言以无监督的形式转换到另一门语言上，例如它可以将Python函数转换为C++函数，反之亦然。