史上最全AI开源项目集结，近万篇附代码的论文分门别类整理好

“Amazing!”

“Awesome!”

“Fantastic!”

这个资源一经分享出来，Twitter的评论区就成了“大型英文赞美词汇堆叠现场”，几千人争相转发点赞，甚至有人赞美其“仿佛是天堂”。

原来，这是一个大型AI界资源集合现场，名叫Papers with Code，内容正如其名，将所有的领域、任务一一对应，亮出了不同任务、不同数据集上的排行榜，重点是，每个项目都直接附上了论文和开源地址链接。

也就是说，你想要研究学习哪个领域，就直接在网站上根据目录找就可以了，并且包含所有你需要的主流数据集上的成果，还有前辈们研究过的那些影响力巨大的项目。

并且，这个网站收录的项目数量不少，还一直在增加。

截至量子位发稿，网站一共收录了9205篇带有开源代码的论文，712个数据集，979个不同的任务，还有530个任务的排行榜。

整个网站中，包含计算机视觉、NLP、医学医药、语音、游戏、机器人等16个大类。

其中，计算机视觉类就有555个不同的任务，囊括了语义分割、图像分类、图像生成、姿态识别等超过180个类别。

比如，我们打开语义分割（Semantic Segmentation），就可以看到不同数据集上表现最好的项目，可以直接传送到论文和GitHub代码页面。

每个数据集点开之后，还可以看到自从这个数据集面试以来，各家的研究不断刷新纪录的历史进程。

下面还有该数据集上的排行榜，依然是每个项目所用到的方法、成绩、出现的年份、论文和GitHub代码应有尽有。

另外，在语义分割的页面上，你还可以看到语义分割的几个子任务。

以及这个领域里史上最优秀的几个标志性的项目，每个都标注了它是在哪个数据集上、取得了怎样好的成绩。同样附带了论文和代码，甚至连GitHub的标星数都写好了。

注意右上角，如果这些标志性的项目你已经烂熟于心，还可以切换成时间排序，寻找最新的项目，或者是关注一下那些尚未公布开源代码的项目。

好啦，现在，你可以根据这个网站提供的项目列表和排行榜，制定自己啃论文的计划啦~