一些博客或者网址,放在这里,方便查阅。
-
信号处理
-
某问答网站,关于信号处理
-
-
-
图像处理
-
DL 性能评估
-
优化器
-
目标检测 faster rcnn 相关
-
博客,及其作者完成的faster rcnn 极简实现:从编程实现角度学习Faster R-CNN(附极简实现),github:simple-faster-rcnn-pytorch;
-
上述博客提到的另一个pyTorch实现:罗若天大神的 ruotianluo/pytorch-faster-rcnn
-
博客 "Faster R-CNN: Down the rabbit hole of modern object detection"
-
-
Detectron2平台(Detectron2 is FAIR's next-generation platform for object detection and segmentation.)
-
官方示例demo,比如"Train on a custom dataset" 等
-
了解深度学习框架的基本设计和实现
-
一些深度学习和预训练模型(汇总),网页:model zoo
-
COCO 数据集
-
在Ubuntu16.04下安装cocoapi,我参考的是:《玩转coco数据集: (一)、安装》
-
几个概念:语义分割(semantic segmentation)、实例分割(instance segmetation)、全景分割(panoptic segmentation)。图像分割中的 things(有固定形状的,可数的,比如人、动物、车) 和 stuff(没有固定性状,相同或相似纹理或材料的不规则区域,比如天空、草地) 的区别。全景分割(panoptic segmentation)参考,《论文阅读理解 - Panoptic Segmentation 全景分割》
-
机器人抓取汇总|涉及目标检测、分割、姿态识别、抓取点检测、路径规划。本文综述了基于视觉的机器人抓取技术,总结了机器人抓取过程中的四个关键任务:目标定位、姿态估计、抓取检测和运动规划。具体来说,目标定位包括目标检测和分割方法,姿态估计包括基于RGB和RGBD的方法,抓取检测包括传统方法和基于深度学习的方法,运动规划包括分析方法、模拟学习方法和强化学习方法。
-
机器人抓取领域相关数据集。针对机器人抓取中的检测、分割、姿态识别、抓取点检测、路径规划等任务,总结了对应的数据集,数据格式为类别+数量。
-
DeepAI. The most popular research, guides, news and more in artificial intelligence
-
AI知识库。关于一些基本名词基本概念的解释,例如: