说明:本系列深度学习资料集合包含机器学习、深度学习等各系列教程,主要以计算机视觉资料为主,包括图像识别、分类、检测、分割等,内容参考Github及网络资源,仅供个人学习。侵权联系删除!
😊 初学者学习资料推荐:
1️⃣ 深度学习知识点全面总结: link
2️⃣ 机器学习知识点全面总结: link
3️⃣ Pytorch学习笔记总结:link
一、深度学习概念
1.深度学习定义
深度学习定义:一般是指通过训练多层网络结构对未知数据进行分类或回归
深度学习分类:
有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等;
无监督学习方法——深度信念网、深度玻尔兹曼机,深度自编码器等。
2.深度学习应用
图像处理领域主要应用
图像分类(物体识别):整幅图像的分类或识别
物体检测:检测图像中物体的位置进而识别物体
图像分割:对图像中的特定物体按边缘进行分割
图像回归:预测图像中物体组成部分的坐标
语音识别领域主要应用
语音识别:将语音识别为文字
声纹识别:识别是哪个人的声音
语音合成:根据文字合成特定人的语音
自然语言处理领域主要应用
语言模型:根据之前词预测下一个单词。
情感分析:分析文本体现的情感(正负向、正负中或多态度类型)。
神经机器翻译:基于统计语言模型的多语种互译。
神经自动摘要:根据文本自动生成摘要。
机器阅读理解:通过阅读文本回答问题、完成选择题或完型填空。
自然语言推理:根据一句话(前提)推理出另一句话(结论)。
综合应用
图像描述:根据图像给出图像的描述句子
可视问答:根据图像或视频回答问题
图像生成:根据文本描述生成图像
视频生成:根据故事自动生成视频
二、资料总结
1.机器学习算法
- 手写机器学习笔记 github
- 机器学习算法公式推导以及numpy实现 github
- 人工智能相关术语 link
- 周志华《机器学习》手推笔记 github
- 机器学习算法 基于西瓜书以及《统计学习方法》 github
2.算法比赛相关
3.算法岗面试相关
- 算法岗工作总结 github
- 人工智能实战面试学习路线图 Ai-Learn
- 百面机器学习之模型评估 link
- 面向机器学习的特征工程 github
- 深度学习500问 github
- 深度学习无限问 github
- 计算机视觉知识点总结 link
- 深度学习CV领域最瞩目的成果 link
- 算法工程师技术路线图 link
深度学习基础
基础教程
- 机器学习与深度学习基础概念介绍 link
- 怎样写一个深度学习框架 link
- 深度学习算法地图 link
- 卷积神经网络的感受野 link
- 「深」为什么重要,以及还有什么深的网络 link
- 深度学习入门之激活层及其选择的建议 link
- 深度学习如何优化神经网络结构|架构 link
- 深度学习“科学炼丹”手册 link
- 深度学习训练tricks整理 数据增强等技巧 link
- pytorch图卷积库 github
- AI模型序列化总结 github
- AiLearning 传统机器学习的讲解、分析和代码github
- CNN真的需要下采样(上采样)吗? link
- 构建深度神经网络,我有20条「不成熟」的小建议 link
- feature map 相加和拼接的不同 link
- 你有哪些deep learning(rnn、cnn)调参的经验? link
官方文档类
- numpy-ml github
- AI实战-practicalAI 中文版 github
- TensorFlow 2.0 Tutorials github
- PaddlePaddle V2教程 github
- 深度学习课程(第四梯)所设计的课程实作 github
- TensorFlow 内核剖析 github
- 各类算法综述 github
综述类文章
- 目标检测的综述 link
- 常见的模型算法评估指标 link
- GAN万字长文综述 link
- 神经网络压缩综述 link
- 细粒度图像分析综述 link
- 人脸识别损失函数综述 link
- OCR papernote github
- 图像分割综述 link
- 图像内容鉴黄算法综述 link
- AI技术三大应用领域:智能医疗、自动驾驶、智慧营销产业发展现状分析 link
- 深度学习模型在各大公司实际生产环境的应用讲解文章 github
- 深度学习AI产品全栈 github 点评
论文与代码
- 论文代码合集 github
- CVPR 2021 论文和开源项目合集(Papers with Code) github
- 深度学习 论文解读 CV_PaperDaily github
- 发布研究论文代码技巧 github
三、深度学习模型
- 项目地址:https://github.com/SnailTyan/deep-learning-papers-translatio
#三、 图像分类 Image Classification
经典网络模型
- AlexNet
ImageNet Classification with Deep Convolutional Neural Networks
中文版
中英文对照 - VGG
Very Deep Convolutional Networks for Large-Scale Image Recognition
中文版
中英文对照 - ResNet
Deep Residual Learning for Image Recognition
中文版
中英文对照 - GoogLeNet
Going Deeper With Convolutions
中文版
中英文对照 - BN-GoogLeNet
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift
中文版
中英文对照 - Inception-v3
Rethinking the Inception Architecture for Computer Vision
中文版
中英文对照 - SENet
Squeeze-and-Excitation Networks
中文版
中英文对照
Transformers
- Vision Transformer link
- SETR:基于Transformer的语义分割 link
- End-to-End Object Detection with Transformers link
- Tokens-to-Token ViT: Training Vision Transformers from Scratch on ImageNet github
- vision-transformer-pytorch
- 如何简单高效地加速基于BERT的序列标注模型?细粒度早退机制可能会优于模型蒸馏 link
- 当Transformer遇见U-Net! link
轻量网络
Mobile
- 轻量级卷积神经网络的设计技巧 link
- MixNet-Pytorch github
- MobileNetV3 pytorch 2019 github linklinkgithub
- ShuffleNet 官方开源github
- 为什么MobileNet及其变体如此之快 github
- dabnn 二值网络 github
- 神经网络量化简介 github
- 手机端高性能卷积神经网络推理引擎概览 github
蒸馏 剪枝 量化
- 模型加速概述与模型裁剪算法技术解析 link
- Tensorflow模型量化(Quantization)原理及其实现方法 link
- 基于Pytorch的卷积神经网络剪枝 link
- 用FPGA加速卷积神经网络CNN运算 github
- 模型压缩 link
- 神经网络量化简介 link
- 模型转换、模型压缩工具汇总 link
- 模型压缩总览 link
- AIMET是一个为经过训练的神经网络模型提供高级量化和压缩技术的库 github
- Pytorch实现卷积神经网络训练量 link
- 深入了解NNIE量化技术 link
- Knowledge Distillation知识蒸馏简单实现 link
- 神经网络量化入门–量化感知训练 github
- EagleEye:一种用模型剪枝的快速衡量子网络性能的方法 link
激活函数与优化函数
学习参考(强推):link
损失函数
- 损失函数技术总结 link
- 根据标签分布来选择损失函数 link
- 深度学习多目标优化的多个loss应该如何权衡 link
- 归一化方法总结 link
- Kaggle图像分割比赛中的损失函数及keras实现 link
- 11个重要的机器学习模型评估指标 link
- IQA-optimization 图像质量的损失函数 github
- regression-losses-pytorch github
- 分类回归损失函数汇总 link
- Learned Perceptual Image Patch Similarity (LPIPS) metric github
- 超分损失函数小结 link
- DataGene - 识别数据集之间的相似度 github
- Muti-Similarity Loss link github
- FAT:一种快速的Triplet Loss近似方法,学习更鲁棒的特征表示,并进行有噪声标签的提纯 link github
- 用于医学图像分割的损失函数 link
- 目标检测回归损失函数简介:SmoothL1/IoU/GIoU/DIoU/CIoU Loss [link]
分类
- CNN模型合集 link
- 分类实现合集 pytorch github
- 让CNN有了平移不变性 link
- lottery-ticket-hypothesis github
- pytorch_image_classification github
- deeplearning-modelsgithub
- EfficientNets-PyTorch 2019 github
- ML_GCN PyTorch implementation of Multi-Label Image Recognition with Graph Convolutional Networks, CVPR 2019 github
- pytorch_highway_networks github
- 推崇的CNN架构 link
- 图卷积网络Numpy实现 link
- PeleeNet-基于手机系统的实时网络 link
- TResNet: High Performance GPU-Dedicated Architecture github
- ResNeSt 李沐团队提出最强ResNet改进版,多项任务达到SOTA github
- SCNet - PyTorch官方实现CVPR 2020论文“使用自校准卷积改进卷积网络” github
- SimCLR 对比学习得到一个好的视觉预训练模型 link
- SimCLR框架的理解和代码实现以及代码讲解 link
- RepVGG 2021 link
深度学习框架
Tensorflow
- 《30天吃掉那只 TensorFlow2.0 》开篇辞 github
pytorch
github nightly torch_stable pytorch_lightning
- 《动手学深度学习》(Dive into Deep Learning)PyTorch github
- eat_pytorch_in_20_days eat_pytorch_in_20_days
-
- pytorch-inference github
- Pytorch 学习流程汇总 link
- PyTorch 官方中文教程 github
- 在PyTorch中实现的语义分割模型,数据集和损失 github
- Fast-Pytorch github
- 《动手学深度学习》例子的PyTorch实现 github
- 9大主题卷积神经网络(CNN)的PyTorch实现 github
- PyTorch-Models github
- pytorch-image-models Pytorch Image Models (rwightman.github.io)
- 如何将其他框架训练模型导入到pytorch中 link link2
- torchcv github
- Pytorch之contiguous函数 link
- Awesome-Pytorch-list github
- 一组有关pytorch功能的Jupyter笔记本和示例 github
- pytorch 小技巧
- pytorch-memonger 减少内存 github
- 具有SOTA实时性能和预先训练的权重的EfficientDet官方pytorch重现 github
- Pytorch的4种并行训练方法(单机多卡) github
- PyTorch的深度学习项目模板(支持分布式学习) github
- 使用PyTorch手写代码从头构建LSTM,更深入的理解其工作原理 github
Paddlepaddle
- 基于PaddlePaddle的高性能对象检测和人脸检测工具包 github
- PaddleSlim
ONNX
tensorRT
- Pytorch通过保存为ONNX模型转TensorRT5 link
- onnx-tensorrt github
- PyTorch转TensorRT流程 link
- windows环境下安装TensorRT 5.0教程(win10) link
- TensorRT-7 Network Lib 包括常用目标检测、关键点检测、人脸检测、OCR等 github
其他框架
四、深度学习工具类
绘图工具
- 画网络图等tensorwatch link github
- 教程 | 如何使用Keras、Redis、Flask和Apache把深度学习模型部署到生产环境? link
- pytorch可视化 github
- FlashTorch 特征可视化 link
- 画卷积网络 github
- netron 网络结构图显示 github
- 画图工具 github
- netron 查看网络工具 github
- Model Zoo link
- 神经网络模型图示 github
- combo:「Python机器学习模型合并工具库」 github
数据工具
- labelImg github
- modelsummary github
- pytorch-experiments-template github
- m2cgen Transform ML models into a native code (Java, C, Python, etc.) with zero dependencies github
- PyTorch工具、最佳实践、代码风格指南 github
- FLAT - 人脸特征点标注工具 github
- 把Caffe的模型转换为Pytorch模型 link
13.Torchcam: PyTorch模型类激活图浏览器 github - PopGen是用PyTorch编写的生成建模工具包 github
- Lucent:适用于 PyTorch 的 Lucid 深度网络可视化/可解释性开发库 github
五、CV方向
图像处理
- opencv基础教程csdn
- OpenCV中文官方文档 link
- facechanging 变脸 github
- AI美颜系列 CSDN
- 图像处理算法 博客园
- 图像的模糊检测方法 link
- 图像保边滤波算法集锦系列 github
- 只(挚)爱图像处理 link
- Photoshop 算法原理 link
- 图像处理初学者设计的 100 个问题 github
物体检测Object Detection
- YOLO
You Only Look Once: Unified, Real-Time Object Detection
中文版
中英文对照 - SSD
SSD: Single Shot MultiBox Detector
中文版
中英文对照 - YOLO9000
YOLO9000: Better, Faster, Stronger
中文版
中英文对照 - Deformable-ConvNets
Deformable Convolutional Networks
中文版
中英文对照 - Faster R-CNN
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
中文版
中英文对照 - R-FCN
R-FCN: Object Detection via Region-based Fully Convolutional Networks
中文版
中英文对照 - FPN
Feature Pyramid Networks for Object Detection
中文版
中英文对照
目标检测
- 目标检测之Neck选择 link
- 详解目标检测中边界框的回归策略 link
- 目标检测中的特征冲突与不对齐问题 link
- 小目标检测学习汇总 link
- groupsoftmax-simpledet
- 在物体检测中搞定小目标 link
- vedadet检测框架
- 在目标检测中如何解决小目标的问题? link
视频目标检测
- 基于视频的目标检测算法研究github
基于坐标点做目标检测
- Centernet相关—尤其有关heatmap相关解释 link
- FreeAnchor: Learning to Match Anchors for Visual Object Detection (NeurIPS 2019) github
- 用于实时物体检测并且训练时间友好的网络 - TTFNet github
- CenterNet——Objects as Points论文解读 2019 link
- ExtremeNet pytorch 2019 link github
- morph-net 2019 keras github
- CenterNet 2019 pytorch github
- FCOS 2019 github FCOS_GluonCVgithub
- CenterNet 2019 github
- PaperReadingGroup-10-CenterNet之理解 link
- FoveaBox 2019 link
- RepPoints V2 github link
- AdelaiDet github link
- pytorch_simple_CenterNet_45
- When Anchor-free Beyond the Object Detection
- PPDet:减少Anchor-free目标检测中的标签噪声,小目标检测提升明显 2020 github
- 轻量级Anchor-Free目标检测模型NanoDet github
- centerX github
- NanoDet-PyTorch github
- LFD-A-Light-and-Fast-Detector github
- Centernet link
基于分割
Image Segmentation
- DenseBox pytorch github link
- 写给小白的YOLO介绍 link
- OneNet:一阶段的端到端物体检测器,无需NMS link
- Object Detection Made Simpler by Eliminating Heuristic NMS github
基于候选框做目标检测
- 目标检测新突破!来了解Res2Net深度多尺度目标检测架构 link github
- 目标检测中Anchor的本质分析 github
- 利用YOLOv3结合行人重识别模型,实现行人的检测识别,查找特定行人 github
- CBNet:一种用于目标检测的复合骨干网络体系结构 2019 github
- 单级目标检测:YOLO与SSD,我选SSD!!! link
- 【SSD算法】史上最全代码解析-核心篇 github
- MXNet的一个开源项目gluoncv里的yolov3代码,写了一份中文注解 github
- faster-rcnn pytorch github
- 十分钟训好SSD416进行钢筋检测 link github
- Why anchor link
- Double-Head RCNN 通过增加多个head提升准确率github
- 对YOLOv3做模型剪枝 pytorch 2019 github
- simpledet NAS-FPN 2019 mxnetgithub
- SSD-PyTorch源码解析 link github
- PoolNet pytorch 2019 github
- SSD pytorch github link
- 2018云从人头技术 冠军方案分享 github
- 目标检测进化史 link
- ThunderNet: 轻量级实时检测网络
- mmdetection github
- Rapid satellite imagery object detection 2018 github
- Yolo系列检测器的pytorch实现 github
- awesome-object-detection github
- deep_learning_object_detection github
- RFCN_CoupleNet pytorch github
- Yolo-v2 pytorch github
- RFBNet pytorch github
- CFENet pytorch github
- BiSeNet pytorch github
- kaggle 大白鲸目标检测 github
- R-FCN+ResNet-50用自己的数据集训练模型 link
- trident net + refinedet 目标检测 github
- 基于SSD框架在建筑工地上检测安全帽的佩戴并识别安全帽的相应颜色 link
- 基于 Mask R-CNN 的街景广告检测与模糊 tensorflow github
- yolov3通道和图层修剪 github
- YOLOv3+ASFF(自适应空间特征融合)组合,性能优于CornerNet和CenterNet等 github
- 使用通道修剪的Stronger-Yolo的Pytorch实现 github
- Gaussian YOLOv3的PyTorch实现 github
- PyTorch实现的EfficientDet(可扩展且高效的对象检测) github
- Kaggle RSNA肺炎检测挑战赛中第一名解决方案的代码 github
- Yolo-v3 and Yolo-v2 for Windows and Linux github link
- 目标检测算法之YOLO系列算法的Anchor聚类代码实战 link github
- 天池大赛项目:天池新品实验室 - 淘宝直播商品识别 github
- 只用一页jupyter notebook完成Faster RCNN github
- Pytorch版本中的Faster RCNN模型,已在ResGen 101的Visual Genome上进行了预训练 github
- Yolo -v4 github YOLOv4的最小PyTorch实现 github 讲解
- Faster-Rcnn:Two-Stage目标检测模型在Pytorch当中的实现 github
- Scale-equalizing Pyramid Convolution for object detection github link
- End-to-End Object Detection with Transformers 2020 github
- yolov5 github
- PP-YOLO link github
- YOLOv3使用笔记——Kmeans聚类计算anchor boxes link
- YOLO v4训练自己的数据集 link
- 深入浅出Yolo系列之Yolov3&Yolov4&Yolov5核心基础知识完整讲解 link
- 深入浅出Yolo系列之Yolov5核心基础知识完整讲解 link
- You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery 卫星图片多尺寸物体检测 link github
- 目标检测和感受野的总结和想法 link
- 目标检测算法anchor聚类实现(coco+voc)
- 小目标检测学习 link
- BBAVectors:一种Anchor Free的旋转物体检测方法 link
- Repulsion Loss 遮挡场景下的目标检测 link
- mmdetection-mini github
- 1.8M超轻量目标检测模型NanoDet link
- 旋转目标新网络 link github
- 令人“细思极恐”的Faster-R-CNN link github
- 基于密度图的航空物体检测 link
语义分割
Image-Level 弱监督图像语义分割汇总简析 link
交互式语义分割
- Interactive_Segmentation_Models github
- DeepGrabCut-PyTorch github
- Deep Extreme Cut tensorflow github pytorch github
- U-Net-Interactive-Object-Selection github
- Interactive Image Segmentation with Latent Diversity github
- 深度学习在交互式图像分割中的应用 link
- Curve-GCN:图卷积网络用于活动轮廓演变 github
像素分类分割
- ICNet 搞笑分割模型 link
- 移动设备高性能实时网络/语义分割论文资源列表 github
- FSS-1000, A 1000-class Dataset For Few-shot Segmentation github
- 12篇文章带你逛遍主流分割网络 link
- Fast-SCNN的PyTorch实现:快速语义分割网络 github
- Code awesome-semantic-segmentation github
- 常用的语义分割架构结构综述以及代码复现 github
- 实时语义分割模型集合 githubgithub github
- ReDO 通过对抗网络 2019 github
- 12篇文章带你逛遍主流分割网络 link
- DeepLab 语义分割模型 v1、v2、v3、v3+ 概要(附 Pytorch 实现) link
- Lightweight-Segmentation github
- 研习U-Net link
- 用于语义分割的树形结构Kronecker卷积网络 pytorch 2019 github
- AutoDeeplab pytorch github
- DUpsampling github
- yolact 2019 pytorch link github
- FastFCN 2019 pytorch github
- Semantic Segmentation Suite图像分割开源工程 github
- awesome-semantic-segmentation github
- Context Encoding for Semantic Segmentation 2018_CVPR pytorch github 模型讲解link
- CCNet CVPR2018 pytorch github
- AUNet for Panoptic Segmentation
- multi-task-refinenet pytorch github
- BiSeNet pytorch github
- ESPNet 速度快,准确率有下降ECCV2018 link
- LightNet 轻量级 2018年 github
- UPSNet: A Unified Panoptic Segmentation Network 2019 github
- segmentation_models.pytorch github
- 用于高效序列建模的Seq-U-Net的官方实现 github
- Cellpose:细胞分割通用算法 github
- 图像分割-常规超像素分割和中心检测及区域增长 pyImSegm github
- 背景抠图 - 无需绿幕,即可实现视频抠图 github
- openseg.pytorch github
- 图像标签的单阶段语义分割 github
- 基于网络模块化的语义分割框架 github
- 使用Keras实现深度学习中的一些语义分割模型和各种损失函数 github
- Non-local U-Nets for Biomedical Image Seg 2020 github link
- 图像分割涨点技巧!从39个Kaggle竞赛中总结出的分割Tips和Tricks link
- SOLQ:无需任何后处理的端到端实例分割 link
无监督分割
- 单张图片的无监督语义分割,理解算法,并改良原始代码(从30秒改到5秒)link
- SegSort: Segmentation by Discriminative Sorting of Segments github
- Zero-Shot Semantic Segmentation link github
医学分割
- 医学图像分割优质开源代码 link
- nnUNet 医学分割 github
- 医学图像分割-Attention Unet link
- NAS-Unet:用于医学图像分割的神经体系结构搜索 github
- 基于深度学习的视网膜血管分割算法研究 link github
实例分割
- DeepMask pytorch github
- Mask_RCNN_Pytorch github
- The First Place Solution of iMaterialist (Fashion) 2019 github
- Pixellib 是一个图像分割库,支持语义分割和实例分割 github
- PolarMask
跟踪Tracking
- 基于孪生网络(SiamNet)的单目标跟踪算法 github
- 再谈多目标追踪–快速应用部署 link
- pysot PyTorch github
- SiamDW pytorch github
- ATOM tracker PyTracking pytorch 2019github
- SiamFC
- DaSiamRPN
- SiamMask github
- SiamRPN++
- 目标跟踪初探(DeepSORT) link
- Siam R-CNN两级再检测器,用于视觉目标跟踪 github
- 于跟踪车辆的多目标跟踪, 自定义数据进行单类别多目标实时跟踪 github
- 单阶段实时多类别多目标跟踪 github
六、业务模型
显著性检测Saliency Detection
- 显著性检测(Saliency )link
- PoolNet github
- CPD github
- BASNet 2019 github
- U-2-Net 2020 github
- 用于显著性检测的边缘引导网络 github
- SOD100K 仅有 100k 参数的高效显著性目标检测方法 github
细粒度识别
- 基于Pytorch的细粒度图像分类实战 BCNN Link-code
- 细粒度分类网络之WS-DAN论文阅读附代码 link
- NTS-Net pytorch 2018 githublink
- 通过渐进式多粒度拼图训练进行细粒度视觉分类 github
边缘检测算法
人脸检测和特征点定位
- Ultra-Light-Fast-Generic-Face-Detector-1MB github
- 利用Keras进行人脸分析的深度学习框架集合 github
- RetinaFace的PyTorch实现:室外的单阶段密集人脸定位 github
- MTCNN 人脸检测和跟踪 github link
- Deep Convolutional Network Cascade for Facial Point Detection link
- Multi-task face recognition framework based on PyTorch github
- A-Light-and-Fast-Face-Detector-for-Edge-Devices 2019 github
- S3FD代码及论文解读 2017 link github
- Dual Shot Face Detector 人脸检测的一个PyTorch实现 github
- PyTorch_BlazeFace github link
- FaceKit github
- PCN in Pytorch github
- 基于Heat Map的人脸特征点检测 link
- Hourglass+heatmap解决掌纹回归问题 link
- FaceDetection-DSFD 腾讯优图 CVPR 2019 github
- 人脸特征点 2019 github
- libfacedetection caffe 静态C++代码 github
- PyramidBox: 用pytorch实现上下文辅助单镜头人脸检测器 github
- 人脸检测模型总结 link
- PRNet的非官方pytorch实现,包含训练和推理代码 github
- LFFD: 边缘设备的轻便快速人脸检测器 行人 人头 github
- CenterFace:实用的边缘设备无锚人脸检测器 github link
- 1M人脸检测模型(含关键点) github
- 在Pytorch上对动漫人脸界标进行深度级联回归的实现 pytorch github
- BlazeFace-PyTorch github
- FaceMaskDetection - 开源人脸口罩检测模型和数据 github
- sbd_mask 基于CenterFace开发 cpu的口罩检测 github
- CPU推理速度100FPS的PyTorch人脸特征点定位 github
- 开源视频人脸跟踪算法,基于mtcnn人脸检测+onet人脸跟踪,在i7-9700k的cpu检测速度可高达250fps github
- yoloface大礼包 使用pytroch实现的基于yolov3的轻量级人脸检测(包含关键点) github
- deep-sdm 106个特征点检测 github
- 轻量级人脸检测算法实现大盘点 link
- Pytorch_Retinaface 人脸检测与特征点定位
- Numerical Coordinate Regression=高斯热图 VS 坐标回归 link
无人驾驶
人脸识别
- SeetaFace2 2019 全C++github
- 适用于复杂场景的人脸识别身份认证系统 github
- 谷歌公布亚毫秒级人脸检测算法BlazeFace,面向移动GPU 2019 link
- Face Recognition Loss on Mnist with Pytorch github
- 人脸对齐 link
- 人脸识别攻击 link
- awesome-Face_Recognition github
- 人脸检测加识别 github
- face_recognition.pytorch github
- 人脸识别基础介绍 link
- A Light CNN for Deep Face Representation with Noisy Labels, TIFS 2018 github
- reid-strong-baseline 2019 pytorchgithub
- 基于人脸关键区域提取的人脸识别 github
- MassFace: 使用 triplet loss 进行人脸识别的高效实现 tensorflow github
- Retinaface_Mobilenet_Pytorch github
- deepface - 用于Python的轻量级人脸分析框架 github
- HyperFAS 基于深度学习人脸静默活体算法 github
- SeetaFace6 SeetaFace6 入门教程
- 人脸口罩检测与识别-助力于新型冠状病毒疫情防控 github
- Pyramidbox.pytorch
- FaceFinder github
人脸融合
- Faceswap pytorch github
- FaceAttribute-FAN 人脸特征融合 github
- 利用生成对抗网络实现人脸老化 github
- 深度学习换脸检测发展调研 link1 link2
- FSGAN: Subject Agnostic Face Swapping and Reenactment(ICCV19) github
- Face-Aging-with-Identity-Preserved-Conditional-Generative-Adversarial-Networks github
- FaceAging-by-cycleGAN github
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Go语言工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Go语言全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Golang知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024b (备注Go)
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
arial-Networks github
7. FaceAging-by-cycleGAN github
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Go语言工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Go语言全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
[外链图片转存中…(img-1KS8rGi2-1713064066522)]
[外链图片转存中…(img-bx2M3eFR-1713064066523)]
[外链图片转存中…(img-Fm724Vc2-1713064066523)]
[外链图片转存中…(img-MdjPDUzJ-1713064066524)]
[外链图片转存中…(img-2dgiceTx-1713064066524)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Golang知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024b (备注Go)
[外链图片转存中…(img-6bQakLQC-1713064066525)]
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!