Transformer系、CNN系の主要？論文の引用数遷移
Google Scholarで確認しました。
|分類/番号|略称|名称|日付毎の引用回数|||||||
|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
||||2021/2/20|2/28||||||
|Transformer系|||||||||||
|(1)|ViT|AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE|48|
|(2)|Visual Transformers|Visual Transformers: Token-basedImage Representation and Processing for Computer Vision|4|
|(3)|SAN|Exploring Self-attention for Image Recognition|30||
|(4)|Transformer|Attention Is All You Need|17,724||
|(5)|Point Transformer|Point Transformer|3||
|CNN-Transformer系|||||||||||
|(6)|DETR|End-to-End Object Detection with Transformers|123||
|CNN系|||||||||||
|(7)|BiT|Large Scale Learning of General Visual Representations for Transfer|41||
|(8)|Efficient-net|EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks.|1,662|
|(9)|ResNet|Deep Residual Learning or Image Recognition|70,138|
|CNN 個別技術要素系|||||||||||
|(10)|CNN 位置情報|HOW MUCH POSITION INFORMATION DO CONVOLUTIONAL NEURAL NETWORKS ENCODE?|27|
|Segmentation系|||||||||||
|(11)|U-net|Convolutional Networks for Biomedical Image Segmentation|23,248|
|(12)|DeepLab v3+|Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation|3,014|
|その他（YOLO)系|||||||||||
|(13)|YOLO|You Only Look Once:Unified, Real-Time Object Detection|14,175||
|(14)|YOLO v3|YOLOv3: An Incremental Improvement|5,754||
|(15)|YOLO v4|YOLOv4: Optimal Speed and Accuracy of Object Detection|422||
|その他系|||||||||||
|(16)|GPT-3|Language Models are Few-Shot Learners|566||
|データセット系|||||||||||
|(17)|ImageNet(Done)|Are we done with ImageNet?|7||
|(18)|JFT-300M|Revisiting Unreasonable Effectiveness of Data in Deep Learning Era|735||
|(19)|VTAB|The Visual Task Adaptation Benchmark|20||
|説明（性）系|||||||||||
|(20)|LIME|" Why should i trust you?" Explaining the predictions of any classifier||4,802|
|(21)|Grad-CAM|Grad-cam: Visual explanations from deep networks via gradient-based localization||3,912|
|(22)|XAI|A survey of the state of explainable AI for natural language processing||4|
2021/2/20調査結果に関するコメント
初回なので、よくわからない。論文が出された日付は書いたほうがいい気が。。。
補足
（どうでもいい内容なんですが、、、）データの記載間違いがあると嫌なので、一応、魚拓を保存しています。
（入力確認）チェックリスト
- 2021/02/20
- 2021/02/20(同日、追加）
最初は、細かい頻度で見るかも。飽きたら、半年に1回とかに。