最近在研究深度学习，所以阅读了一些论文，为了加深记忆，将这些论文写在博客里，方便以后查阅 1、Visualizing and Understanding Convolutional Networks（ECCV2014） 概论文主要的工作是卷积神经网络的可视化，文中利用反卷积的方法来实现卷积层的可视化。通过对可视化的特征图进行分析，得出了卷积神经网络对缩放、平移具有很好的鲁棒性。 相关博客：http://blog.csdn.net/lemianli/article/details/53171951 论文地址：https://arxiv.org/pdf/1311.2901.pdf 2、Adaptive deconvolutional networks for mid and high level feature learning
3、Depth Map Prediction from a Single Image using a Multi-Scale Deep Network（NIPS2014） 利用深度学习进行图片深度的预测，给出单张图片估计图像的深度。 相关博客：http://blog.csdn.net/garfielder007/article/details/50581080 论文地址：http://www.cs.nyu.edu/~deigen/depth/depth_nips14.pdf 4、Designing Deep Networks for Surface Normal Estimation（CVPR2016） 同第3一样，也是有单张2D图像估算图像深度 5、Predicting Depth, Surface Normals and Semantic Labels 2D图像深度估计 6、Sementic Image Segmentation with Deep Convolutional Nets and Fully Connected CRFs 利用CNN和CRF进行图像分割 学习博客：http://blog.csdn.net/u012759136/article/details/52434826 上面这篇博客讲了DeepLab中的带空卷积 7、CVPR2017会议视频 视频地址：https://www.youtube.com/channel/UC0n76gicaarsN_Y9YShWwhw/playlists
