在计算机视觉领域，目标检测（Object Detection）是一个核心且极具挑战性的任务。在2015年之前，以R-CNN系列（R-CNN, Fast R-CNN, Faster R-CNN）为代表的检测算法占据了主导地位。它们通过一个复杂且多阶段的流程来实现高精度检测：首先生成潜在的候选区域（Region Proposal），然后对这些区域进行分类和位置精修。这个流程虽然精确，但速度却是一个巨大的瓶颈，难以满足实时应用的需求。
就在这时，一篇名为《You Only Look Once: Unified, Real-Time Object Detection》的论文横空出世，彻底改变了游戏规则。Joseph Redmon等人提出的YOLO（You Only Look Once）框架，只需要一次就可以同时回归类别和目标位置。
2023年3月14日，OpenAI发布了GPT-4，瞬间引爆了全球科技圈。随之而来的，还有一份备受期待的《GPT-4 Technical Report》。不过这份报告并没有太多技术细节，更像是一份“宣传手册”，重点强调模型能力和安全。但是作为一个AI世上重要的里程碑，今天简单解读一下这份手册的部分细节。
今天带来的论文是最最最经典的ResNet,这篇论文开启了深度学习“千层”的时代。在这篇论文之前，大量研究学者发现网络层数越深，效果非但没有提升，反而出现下降。经过大量分析，并不是梯度消失的问题，大家把这个网络深度增加带来的问题称为“网络退化”。而ResNet解决了长期困扰研究者们的“深度网络退化”问题，让构建成百上千层的神经网络成为可能。
