深度学习在图像处理中的应用(tensorflow2.4以及pytorch1.10实现)
本人在读研期间的研究方向是图像处理以及深度学习(主要是图像分类和目标检测)。在做深度学习时使用的是tensorflow深度学习框架,学习全是自学,很多资源都是在Github上找的。我发现现在Github上很多深度学习的开源项目都是用的tensorflow和pytorch框架。所以现在也开始学习pytorch框架,之前一直用的是tensorflow1.x版本,今年正好迎来了新的tensorlfow大版本2.x时代,所以本教程主要是以tensorflow2.4以及pytorch1.10搭建模型。
写这篇博文的目的嘛,首先是巩固自己之前学的知识,其次学习pytorch以及强化tensorflow的使用,最后也能分享自己的学习心得,我想应该能帮到大家少踩点坑。
本教程的初步规划如下,针对每个模块我会先讲下原理,然后带着大家分别使用tensorflow2.4和pytorch1.10去搭建并训练网络,其中也会穿插着讲些我觉得需要注意的地方,以及一些坑,本教程所使用的代码我会放在我的GitHub中,大家可以自行下载使用:
https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
我的bilibili频道:
https://space.bilibili.com/18161609/channel/index
教程目录,点击跳转相应视频(后期会根据学习内容增加)
图像分类
- LeNet(已完成)
- Pytorch官方demo(Lenet)
- Tensorflow2官方demo
- AlexNet(已完成)
- AlexNet网络讲解
- Pytorch搭建AlexNet
- Tensorflow2搭建Alexnet
- VggNet(已完成)
- VggNet网络讲解
- Pytorch搭建VGG网络
- Tensorflow2搭建VGG网络
- GoogLeNet(已完成)
- GoogLeNet网络讲解
- Pytorch搭建GoogLeNet网络
- Tensorflow2搭建GoogLeNet网络
- ResNet(已完成)
- ResNet网络讲解
- ResNeXt网络讲解
- Pytorch搭建ResNet网络
- Pytorch搭建ResNeXt网络
- Tensorflow2搭建ResNet网络
- MobileNet(已完成)
- MobileNet_v1_v2网络讲解
- MobileNet_v3网络讲解
- Pytorch搭建MobileNetV2网络
- Pytorch搭建MobileNetV3网络
- Tensorflow2搭建MobileNetV2网络
- Tensorflow2搭建MobileNetV3网络
- ShuffleNet (已完成)
- ShuffleNet_v1_v2网络讲解
- 使用Pytorch搭建ShuffleNetv2
- 使用Tensorflow2搭建ShuffleNetv2
- EfficientNet(已完成)
- EfficientNet网络讲解
- 使用Pytorch搭建EfficientNet
- 使用Tensorflow2搭建EfficientNet
- EfficientNetv2(已完成)
- EfficientNetV2网络讲解
- 使用Pytorch搭建EfficientNetV2
- 使用Tensorflow搭建EfficientNetV2
- Vision Transformer(已完成)
- Multi-Head Attention讲解
- Vision Transformer网络讲解
- 使用Pytorch搭建Vision Transformer
- 使用tensorflow2搭建Vision Transformer
- Swin Transformer(已完成)
- Swin Transformer网络讲解
- 使用Pytorch搭建Swin Transformer
- 使用Tensorflow2搭建Swin Transformer
- ConvNeXt(已完成)
- ConvNeXt网络讲解
- 使用Pytorch搭建ConvNeXt
- 使用Tensorflow2搭建ConvNeXt
- LeNet(已完成)
目标检测篇
- Faster-RCNN/FPN(已完成)
- Faster-RCNN网络讲解
- FPN网络讲解
- Faster-RCNN源码解析(Pytorch)
- SSD/RetinaNet (已完成)
- SSD网络讲解
- RetinaNet网络讲解
- SSD源码解析(Pytorch)
- YOLO Series (已完成)
- YOLO系列网络讲解(V1~V3)
- YOLOv3 SPP源码解析(Pytorch版)
- YOLOV4网络讲解
- YOLOV5网络讲解
- YOLOX 网络讲解
- FCOS(已完成)
- FCOS网络讲解
- Faster-RCNN/FPN(已完成)
语义分割
FCN (已完成)
- FCN网络详解
- FCN源码解析(Pytorch版)
DeepLabV3 (已完成)
- DeepLabV1网络讲解
- DeepLabV2网络讲解
- DeepLabV3网络详解
- DeepLabV3源码解析(Pytorch版)
LR-ASPP (已完成)
- LR-ASPP网络讲解
- LR-ASPP源码解析(Pytorch版)
U-Net (已完成)
- U-Net网络讲解
- U-Net源码解析(Pytorch版)
实例分割
- Mask R-CNN(进行中)
- Mask R-CNN网络讲解
- Mask R-CNN源码解析(Pytorch版)
- Mask R-CNN(进行中)
关键点检测
- HRNet(进行中)
- HRNet网络讲解
- HRNet源码解析(Pytorch版)
- HRNet(进行中)
所需环境
- Anaconda3(建议使用)
- python3.6 / 3.7
- pycharm (IDE)
- pytorch 1.10 (pip package)
- torchvision 0.11.1 (pip package)
- tensorflow 2.4 (pip package)
其实我看到网上也有些相关教程,但是我觉得有的主要是讲原理并不会带你去写代码,有的是直接从GitHub上clone些大牛的代码然后和大家讲怎么去用(我之前有看到一些老师clone git上的一些大牛代码然后教你怎么用,然后课程也很贵基本都是成百上千的,表示学生党看不起),我总感觉没能很好的融合在一起,可能是我没有找到好的资源吧,哈哈。所以我就想自己总结的同时也将所学的知识分享给大家。嗯~ o( ̄▽ ̄)o,然后我想说我只是个普普通通的研究生而已(本科并不是计算机专业),很多知识都是靠研究生期间自学的并没有接受过系统的学习,有说的不对的地方还希望大家多多指教,我们共同学习。由于本人已经开始上班了,所以只能抽空余时间去准备要讲的课程,录视频以及剪辑视频,所以效率比较低,还请大家见谅。如果有什么问题,可以直接留言有空我会回复的。
深度学习在图像处理中的应用(tensorflow2.4以及pytorch1.10实现)相关推荐
- 寻找下一款Prisma APP:深度学习在图像处理中的应用探讨
在9月23日到9月24日的MDCC 2016年中国移动者开发大会"人工智能与机器人"专场中,阿里云技术专家周昌进行了题为<寻找下一款Prisma APP:深度学习在图像处理中 ...
- 深度学习在图像处理中的应用
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 作者:黄浴 来源:https://zhuanlan.zhihu.com/p/769 ...
- 读“深度学习在图像处理领域中的应用综述”有感
摘 要 随着大数据时代的到来,一系列深度学习网络结构已在图像处理领域展现出巨大的优势,为了能够及时跟踪深度学习在图像领域的最新发展,本文章针对深度学习在图像处理领域的相关研究进行综述. 关键词: 深度 ...
- Dataset:数据集集合(综合性)——机器学习、深度学习算法中常用数据集大集合(建议收藏,持续更新)
Dataset:数据集集合(综合性)--机器学习.深度学习算法中常用数据集大集合(建议收藏,持续更新) 目录 常规数据集 各大方向分类数据集汇总 具体数据集分类 相关文章 DL:关于深度学习常用数据集 ...
- 【AI初识境】深度学习模型中的Normalization,你懂了多少?
文章首发于微信公众号<有三AI> [AI初识境]深度学习模型中的Normalization,你懂了多少? 这是<AI初识境>第6篇,这次我们说说Normalization.所谓 ...
- 深度学习训练中关于数据处理方式--原始样本采集以及数据增广
版权声明:本文为博主原创文章,未经博主允许不得转载. https://blog.csdn.net/SMF0504/article/details/78695908 好久没有写博客,一直想重新调整自己的 ...
- Keras 深度学习框架中文文档
2019独角兽企业重金招聘Python工程师标准>>> Keras深度学习框架中文文档 Keras官网:http://keras.io/ Github项目:https://githu ...
- 深度学习推荐系统中各类流行的Embedding方法
Embedding技术概览: 对其它Embedding技术不熟悉,可以看我的上一篇文章:深度学习推荐系统中各类流行的Embedding方法(上) Graph Embedding简介 Word2Vec和 ...
- Python 中的可执行对象 eval,exec 和 compile与其在深度学习训练中的应用实例
Python 中的可执行对象 eval,exec 和 compile 与其在深度学习训练中的应用实例 eval 计算指定表达式的值.也就是说它要执行的python代码只能是单个表达式(注意eval不支 ...
- CMU | 深度学习模型中集成优化、约束和控制
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作分享,不代表本公众号立场,侵权联系删除 转载于:专知 AI博士笔记系列推荐 周志华<机器学习>手推笔 ...
最新文章
- 05CSS的引入方式
- 多态指针访问虚函数不能被继承的类快速排序N皇后问题插入排序堆排序merge归并排序栈上生成对象两个栈实现一个队列...
- 简单易学的机器学习算法——神经网络之BP神经网络
- 如何在Ubuntu上轻松安装Oracle Java
- ogg oracle 测试kafka_基于OGG的Oracle与Hadoop集群/kafka准实时同步
- “最严”整改后的海淀黄庄 :学费收取仍有猫腻
- java 不取空值_Java:如何更优雅的处理空值?
- go:linkname
- “碰瓷”特斯拉翻船,卡车界明星创企Nikola身陷“骗局”危机
- 5 句话,带你看准区块链和分布式账本最新趋势!
- Smack Extensions用户手册
- 6.企业应用架构模式 --- 会话状态
- 181103每日一句
- 《Serverless 架构》序言
- 软件测试环境搭建及维护注意事项
- 互联网人必看的免费引流方法:十八种免费引流小技巧
- 抖音壁纸小程序怎么做?教你开通和对接流量主拥有自己的小程序
- 三国演义python分析系统_Python之三国演义(上)
- 如何在浏览器中打开jupyter notebook
- vue 仿豆瓣 爬坑之旅
热门文章
- 【ROS】launch文件详解
- 木瓜移动每日出海快讯0428:谷歌发布Q1财报
- win7无法连接打印机拒绝访问_小编告诉你打印机拒绝访问无法连接
- 怎么看PLC梯形图?
- linaro交叉编译linux内核,Ubuntu14.04(64位)下gcc-linaro-arm-linux-gnueabihf交叉编译环境搭建...
- 【Visual Studio 2013中文语言包安装】
- Tesseract OCR 语言包下载
- 计算机不支持win10 1809更新,Win10 1809更新失败解决方法
- 【好文】敏捷中国十八年目睹之怪现状
- build-essential 软件包