導讀

作為一個深度學習的項目開發人員，

是否經常在煩惱面對眾多的算法和論文，究竟應該如何選擇？而且各種CVPR、IEEE、ECCV等，而且算法更新速度和種類都很多，所以在選擇算法的時候需要根據不同的論文結果進行比較來選擇，在比較過程中可能需要花不少時間，而且自己在實現的過程中也很難復原論文中的結果，如果官方有開源代碼當然優選選擇使用官方開源的代碼。

今天給大家推薦一個網站，直接明瞭的展示出來不同論文在不同數據集上的表現效果並附帶了開源的代碼地址，包含了CV、NLP、Speech等各個領域。這個網站就是paperwithcode

paperwithcode：https://www.paperswithcode.com/sota

圖像分類

它概括了在不同數據集上，不同算法所展示效果的一個排行榜，我們來看看在ImageNet上目前各種算法的排行榜

可以很方便的就能看出來，不同算法在top1和top5上的準確率以及模型參數的大小

和論文發表時間的信息，同時還附帶了相關算法的code，通過這些信息我們可以很快就能篩選出我們想要的算法。

目標檢測

機器翻譯

問答

語音識別

除此之外，該網站上還提供了對當前算法的發展趨勢、最新論文以及GitHub上面標星項目做了一個排名。

算法研究趨勢

最近的論文

GitHub項目排名