相關論文：
LeNet：Handwritten Digit Recognition with a Back-Propagation Network；
Gradient-Based Learning Applied to Document Recognition（CNN的起點）；
AlexNet：ImageNet Classification with Deep Convolutional Neural Networks（奠定CNN的基礎）；
OverFeat：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks；
ZFNet：isualizing and Understanding Convolutional Networks（在AlexNet基礎上做可視化、可解釋
相關工作）；
VGG：VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION（將模塊堆疊到極致）；
Inception V1/GoogLeNet：Going deeper with convolutions（開始劍走偏鋒，提出一些非常規的分解、并行模塊，Inception架構的基礎）；
BN-Inception：Batch Normalization： Accelerating Deep Network Training by Reducing Internal Covariate Shift（Inception+Batch Normalization）；
Inception V2/Inception V3：Rethinking the Inception Architecture for Computer Vision（上承Inception-V1，下啟Inception-V4和Xception，繼續對模塊進行分解）；
Inception-V4, Inception-ResNet：Inception-V4, Inception-ResNet and the Impact of Residual Connections on Learning（純Inception block、結合ResNet和Inception）；
Xception：Deep Learning with Depthwise Separable Convolutions（Xception：extreme inception，分解到極致的Inception）；
ResNet V1：Deep Residual Learning for Image Recognition（何凱明，提出殘差連接概念 ResNet系列開山之作）；
ResNet V2：Identity Mappings in Deep Residual Networks（何凱明，在V1的基礎上進行改進，和V1同一個作者）；
DenseNet：Densely Connected Convolutional Networks；
ResNeXt：Aggregated Residual Transformations for Deep Neural Networks（何凱明團隊）；
DualPathNet：Dual Path Networks；
SENet：queeze-and-Excitation Networks（提出SE模塊，可以便捷的插入其他網絡，由此有了一系列SE-X網絡）；
Res2Net：Res2Net: A New Multi-scale Backbone Architecture；
ResNeSt：ResNeSt：Split-Attention Networks（集大成者）；
NAS：NEURAL ARCHITECTURE SEARCH WITH REINFORCEMENT LEARNING（神經網絡搜索的開山作之 有人工智能設計網絡）；
NASNet：Learning Transferable Architectures for Scalable Image Recognition（將預測Layer參數改為預測block參數）；
MnasNet：Platform-Aware Neural Architecture Search for Mobile（適用于算力受限的設備——移動端等）；
MobileNets系列：
MobileNet V1: Efficient Convolutional Neural Networks for Mobile Vision Applications；
MobileNetV2：Inverted Residuals and Linear Bottlenecks；
MobileNetV3：Searching for MobileNetV3（用人工智能搜索出的架構）；
SqueezeNet：ALEXNET-LEVEL ACCURACY WITH 50X FEWER PARAMETERS AND ＜0.5MB MODEL SIZE（與AlexNet同等精度，參數量比AlexNet小50倍，模型尺寸< 0.5MB的網絡）；
ShuffleNet V1：ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices；
ShuffleNet V2: Practical Guidelines for Efficient CNN Architecture Design；
EfficientNet V1：EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks；
EfficientNetV2: Smaller Models and Faster Training；
Transformer：Attention Is All You Need（開山之作）；
ViT：AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE（transformer在CV領域應用的里程碑著作）；
Swin：Swin Transformer: Hierarchical Vision Transformer using Shifted Windows（視覺Transformer）；
VAN：Visual Attention Network（不是Transformer、只是將Transformer的思想借鑒入CNN中）；
PVT：Pyramid Vision Transformer: A Versatile Backbone for Dense Prediction without Convolutions（金字塔結構+Transformer）；
TNT：Transformer in Transformer；
MLP-Mixer：MLP-Mixer: An all-MLP Architecture for Vision；
ConvMixer：ConvMixer：Patches Are All You Need（ 證明 ViT 性能主要歸因于使用Patchs作為輸入表示的假設）；
)
