这篇博客汇总了计算机视觉领域的核心内容，包括三大顶会、细分领域、正则化方法、数据增强、目标检测（单阶段和双阶段）、经典卷积方式及网络模型。作者分享了个人的学习路径，并预告将对各知识点进行深入讲解。
前天导师开例会，这次趁着研一暑假把之前看过的论文、经典的网络模型和一些知识点进行了梳理，一来应付了这次例会汇报，再就是也为研二开题和以后的聚焦研究做下一步规划吧！
我们组的研究方向基本都是计算机视觉领域，我个人大概率是行人重识别！
【一】计算机视觉三大顶会
入门计算机视觉领域首先得知道这三大顶会，以后少不了看顶会大牛们的论文！
【二】计算机视觉细分领域
计算机视觉（Computer Vision，简称CV）是当前非常火热的一个领域，研究生阶段但凡涉及人工智能领域的老师，基本都会涉足CV和NLP（自然语言处理）中的一个吧，这里只介绍CV。
【三】正则化常用方法
了解正则化之前其实还需要知道过拟合和欠拟合，因为这是汇总篇，后面会单独出一个详细介绍，这里只梳理罗列！
最低0.47元/天 解锁文章
扫一扫
1643
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
