深度学习类文章收集

1、深度学习caffe框架学习

http://www.cnblogs.com/neopenx/

2、RCNN 安装教程：

以下几个需要GPU：

github：https://github.com/rbgirshick/py-faster-rcnn 点击打开链接

Faster-RCNN+ZF用自己的数据集训练模型(Python版本)：http://blog.csdn.net/sinat_30071459/article/details/51332084  点击打开链接

FastRCNN 训练自己数据集 (1编译配置)：http://www.cnblogs.com/louyihang-loves-baiyan/p/4885659.html  点击打开链接

本教程主要基于python版本的faster R-CNN:http://www.cnblogs.com/CarryPotMan/p/5390336.html  点击打开链接

CPU

Faster R-CNN CPU环境搭建：http://www.cnblogs.com/justinzhang/p/5386837.html 点击打开链接
Faster rcnn 修改demo.py保存中间结果：http://blog.csdn.net/u010668907/article/details/51439503

Faster-rcnn医学图像检测（肺结节） http://blog.csdn.net/dcxhun3/article/details/52920303?locationNum=3&fps=1

Faster RCNN数据格式：
图片使用JPEG格式，命名最好使用六位数字
标注xml文件： http://blog.csdn.net/zahuopu__xu/article/details/72772851

Faster_RCNN CPU 模式下训练

3、Unet
原始网址： https://lmb.informatik.uni-freiburg.de/people/ronneber/u-net/
Pytorch实现： http://blog.csdn.net/u014722627/article/details/60883185
Keras实现： http://blog.csdn.net/u012931582/article/details/70215756
4、DeepLab

http://liangchiehchen.com/projects/DeepLab.html

5、Kaggle肺癌检测参赛人的数据处理流程(使用Python进行医学图像处理)

https://www.kaggle.com/gzuidhof/full-preprocessing-tutorial