人工智能顶会的best paper，后来都怎么样了？ 第1页

计算机视觉领域来看，大部分都默默无闻了

近十几年来，CV三大会(CVPR、ICCV、ECCV)的best paper中目前仍然有影响力的，基本上都有何恺明的身影。

CVPR

2009 best paper Single Image Haze Removal Using Dark Channel Prior

利用实验观察到的暗通道先验，巧妙的构造了图像去雾算法。现在主流的图像去雾算法还是在Dark Channel Prior的基础上做的改进。

2016 best paper Deep Residual Learning for Image Recognition

通过残差连接，可以训练非常深的卷积神经网络。不管是之前的CNN，还是最近的ViT、MLP-Mixer架构，仍然摆脱不了残差连接的影响。

ICCV

2017 best paper Mask R-CNN

在Faster R-CNN的基础上，增加一个实例分割分支，并且将RoI Pooling替换成了RoI Align，使得实例分割精度大幅度提升。虽然最新的实例分割算法层出不穷，但是精度上依然难以超越Mask R-CNN。

2017 best student paper Focal Loss for Dense Object Detection

构建了一个One-Stage检测器RetinaNet，同时提出Focal Loss来处理One-Stage的类别不均衡问题，在目标检测任务上首次One-Stage检测器的速度和精度都优于Two-Stage检测器。近些年的One-Stage检测器(如FCOS、ATSS)，仍然以RetinaNet为基础进行改进。

以上四个工作都是耳熟能详的best paper(除了RetinaNet是二作之外，其他三个何恺明都是一作)，影响之深远。

可见best paper不一定是最好的，能一直持续对后面的工作产生影响才是真正的best paper。

欢迎补充其他有影响力的best paper。

发现，如果有个问题是你们省的高考状元，后来都怎么样了？也可以用何恺明来回答，hhh。

欢迎关注Smarter，构建CV世界观，输出优质内容

欢迎加入Smarter交流群，添加微信「cjy094617」，备注「学校-方向」即可