2012 年，Kryzhevsky 等人提出了 AlexNet，展現出了卷積神經網路（CNN）在大規模影像分類任務上相較于其他機器學習方法的優勢，此后不久，CNN 和深度學習擴展至了計算機視覺的很多其他領域以及計算機視覺以外的領域，
在本文中，為了捕捉到引入這種機器學習范式以來的趨勢，研究者從 2010 至 2019 年主要計算機視徑訓議接收的論文中挖掘資料，選取的計算機視徑訓議包括 CVPR、ICCV、ECCV、ACCV 和 BMVC，一共抽取了 14686 篇論文，
為了分析業界在計算機視覺社區的現狀和影響，研究者對以下資訊展開了分析：論文作者及所屬機構、機構型別（屬于業界還是學界）、論文及發表年份、發表會議或期刊、標題、摘要和主題等，
下表 1 是具體的統計資料，包括學界、業界以及既屬于學界也屬于業界的論文、作者、論文參考以及代碼鏈接的數量，
2012 年，Kryzhevsky 等人提出了 AlexNet，展現出了卷積神經網路（CNN）在大規模影像分類任務上相較于其他機器學習方法的優勢，此后不久，CNN 和深度學習擴展至了計算機視覺的很多其他領域以及計算機視覺以外的領域，
在本文中，為了捕捉到引入這種機器學習范式以來的趨勢，研究者從 2010 至 2019 年主要計算機視徑訓議接收的論文中挖掘資料，選取的計算機視徑訓議包括 CVPR、ICCV、ECCV、ACCV 和 BMVC，一共抽取了 14686 篇論文，
為了分析業界在計算機視覺社區的現狀和影響，研究者對以下資訊展開了分析：論文作者及所屬機構、機構型別（屬于業界還是學界）、論文及發表年份、發表會議或期刊、標題、摘要和主題等，
下表 1 是具體的統計資料，包括學界、業界以及既屬于學界也屬于業界的論文、作者、論文參考以及代碼鏈接的數量，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/333536.html
標籤：其他
上一篇：目標檢測-溫故而知新