计算机视觉的算法有哪些，具有哪些特点？

1.野兽派

以大力出奇迹为主。主要利用1Billion的数据+512TPU+100小时以上的训练方式得到5%以内的accuracy提升。代表作有各大厂的XXXNet。

2.印象主义派

讲求得其main idea即可。主要利用MNIST,CIFAR等各种toy data+简化假设+数学公式组合来得到声称可generalize至大规模数据集上的效果。代表作有各实验室的XXXNet，常见于ICML,ICRL,NeurIPS。

3.古典主义派

讲求大巧若拙、重剑无锋，一个block打天下。言必称solid-work,elegant,state-of-the-art.以FAIR三杰为偶像，文章需配至少5图5表，识别检测分割都撸一遍。代表作有…

4.新古典主义派

在这个被NAS搞得礼崩乐坏的年代，寻求重返上古时代的solid风格，但受制于刷榜压力，不得不折衷改良。于是基于NAS进行坤面操作，又长又宽，有高又mix，代表作有…

5.后印象主义派

印象派依然受制于数值比较，不能完全放开手脚。后印象主义进一步革命，发展出人眼比较法，即我这个结果看着好看，更加符合实际的数据分布。体现了人本主义的复兴，即人是定义一切价值的根本原则。常见于各种GAN。

6.洛可可风格

鉴于没卡没money的小作坊实验室,其所发展出的独特研究风格。以跨界混搭的小而美精致不实用为主要特点。整体观感艳俗缺乏深度。以一个SOTA的backbone+无用的xxAttention/xxLoss/Multiscale/xxTrick…搭配为主。代表作太多~

7.巴洛克风格

讲求冲突戏剧感。以强烈的反差制造大新闻。常以重磅震惊的标题博人眼球，常见于各大微信公众号、媒体营销。

居中的图片: