点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

本文转自：AI算法与图像处理

目录：

0 计算机视觉四大基本任务
1 经典卷积网络
2 卷积、空洞卷积
3 正则化
4 全卷积网络
5 1*1卷积核
6 感受野
7 常见损失
8 优化算法
9 concat 和 add的区别
10 注意力机制
11 CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)
12 边框回归
13 非极大值回归(NMS, Soft NMS)
14 激活函数
15 评价指标
16 batch size的选择
17 Graph Convolutional Network（GCN）

0 计算机视觉四大基本任务

• 计算机视觉四大基本任务(分类、定位、检测、分割)

https://zhuanlan.zhihu.com/p/31727402

• 目标检测解读汇总

https://zhuanlan.zhihu.com/p/36402362

• 图像语义分割综述

https://zhuanlan.zhihu.com/p/37801090

1 经典卷积网络

• AlexNet：https://blog.csdn.net/chaipp0607/article/details/72847422

• VGG：https://blog.csdn.net/briblue/article/details/83792394

• GoogleNet：https://blog.csdn.net/loveliuzz/article/details/79135583

• ResNet：

  https://blog.csdn.net/lanran2/article/details/79057994

  https://blog.csdn.net/lanran2/article/details/80247515

• Xception：https://blog.csdn.net/u014380165/article/details/75142710

• DenseNet：https://blog.csdn.net/u014380165/article/details/75142664/

• shufflenet：https://zhuanlan.zhihu.com/p/48261931

2 卷积、空洞卷积

卷积神经网络中十大拍案叫绝的操作【点击可以跳转】

• 卷积：https://www.zhihu.com/question/22298352

https://blog.csdn.net/kklots/article/details/17136059

https://blog.csdn.net/bea_tree/article/details/68954650

• 空洞卷积：https://www.zhihu.com/question/54149221/answer/323880412

https://zhuanlan.zhihu.com/p/50369448

3 正则化

• batch normalization、group normalization：

https://blog.csdn.net/malefactor/article/details/51476961

https://zhuanlan.zhihu.com/p/43200897

https://zhuanlan.zhihu.com/p/56219719

• dropout：https://blog.csdn.net/stdcoutzyx/article/details/49022443

• L1、L2：

https://blog.csdn.net/zouxy09/article/details/24971995

https://blog.csdn.net/jinping_shi/article/details/52433975

4 全卷积网络

https://www.cnblogs.com/gujianhan/p/6030639.html

5 1*1卷积核

https://zhuanlan.zhihu.com/p/40050371

https://www.zhihu.com/question/56024942

https://blog.csdn.net/chaipp0607/article/details/60868689

6 感受野

• 深度神经网络中的感受野(Receptive Field)：

https://zhuanlan.zhihu.com/p/28492837

7 常见损失

• 损失函数改进方法总览：

https://blog.csdn.net/u014380165/article/details/76946358

• 请问faster rcnn和ssd 中为什么用smooth l1 loss，和l2有什么区别？       https://www.zhihu.com/question/58200555/answer/621174180

• focal loss：https://zhuanlan.zhihu.com/p/32423092

• 交叉熵：https://blog.csdn.net/yimingsilence/article/details/52740638

https://blog.csdn.net/u014380165/article/details/77284921

• 对比损失（Contrastive Loss）：

https://blog.csdn.net/autocyz/article/details/53149760

• 三元组损失（Triplet Loss）：

https://blog.csdn.net/jcjx0315/article/details/77160273

8 优化算法

• Momentum：https://zhuanlan.zhihu.com/p/21486826

• Nesterov Accelerated Gradient：https://zhuanlan.zhihu.com/p/22810533

9 concat 和 add的区别

• 如何理解神经网络中通过add的方式融合特征？

https://www.zhihu.com/question/306213462/answer/562776112

10 注意力机制

• 计算机视觉中的注意力机制：

https://zhuanlan.zhihu.com/p/32928645

https://zhuanlan.zhihu.com/p/56501461

11 CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)

• CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别？

https://www.zhihu.com/question/34681168/answer/84061846

12 边框回归

• 边框回归(Bounding Box Regression)详解

https://blog.csdn.net/zijin0802034/article/details/77685438

13 非极大值回归(NMS, Soft NMS)

• NMS：https://blog.csdn.net/shuzfan/article/details/52711706

• Soft NMS：

Soft NMS算法笔记

https://blog.csdn.net/u014380165/article/details/79502197

14 激活函数

• 深度学习中的激活函数导引：

https://zhuanlan.zhihu.com/p/22142013

• 如何理解ReLU activation function?

https://www.zhihu.com/question/59031444/answer/177786603

• 请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?

https://www.zhihu.com/question/29021768/answer/43488153

15 评价指标

• 目标检测mAP

https://github.com/rafaelpadilla/Object-Detection-Metrics

• 语义分割(PA、MPA、MIoU、FWIoU)

https://zhuanlan.zhihu.com/p/61880018

https://link.zhihu.com/?target=https%3A//arxiv.org/abs/1704.06857

16 batch size的选择

• 怎么选取训练神经网络时的Batch size?

https://www.zhihu.com/question/61607442/answer/440401209

• 深度学习中的batch的大小对学习效果有何影响？

https://www.zhihu.com/question/32673260/answer/71137399

17 Graph Convolutional Network（GCN）

• 如何理解 Graph Convolutional Network（GCN）？

https://www.zhihu.com/question/54504471/answer/332657604

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2：Python视觉实战项目52讲

在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~