目标检测识别专题1 | 目标检测识别的深度学习方法研究（入门及提升必备）

目标识别&检测专题

今天开始，“计算机视觉战队”微信公众号平台会以目标识别检测的主题开始接下来几次的分享，有兴趣的同学可以持续关注，而且本次专题的主要基于基础，应该说特别的基础，有需求的都可以加入一起来学习。

在接下来的分享中，我们“计算机视觉战队”平台重点在人脸检测&识别以及目标检测与识别的深入学习方法。

我们首先从神经网络的基本知识开始，在深入学习领域中，神经元是最小的单元，并对其进行了定义和解释，之后将研究的重点提升到能够识别图像中的人或目标脸的主题上。引入了神经网络，然后利用CPU和GPU实现了神经网络的训练。在一种称为矩阵形式的反向传播算法中，使用了多个GPU以及CUDA内核和cuBLAS库。利用预训练模型和深度卷积神经网络实现了人脸识别的应用。

在分析了神经网络及其在人脸识别中的应用后，提出了其它的深度学习方法。利用OpenCV库和深度学习方法，在anaconda支持的python环境下，实现了人脸识别、图像配准和YOLO对象检测和识别。

好文持续推送，请时刻关注！

目录

⊙背景概述、相关工作

⊙深度学习

典型的神经网络

    前馈神经网络

    多层感知机

反向传播算法

利用CUDA实现反向传播的矩阵形式

⊙基于深层卷积神经网络的人脸识别

⊙深度学习中的图像配准

⊙YOLO目标检测

⊙   总结

如果想加入我们“计算机视觉战队”，请扫二维码加入学习群。计算机视觉战队主要涉及机器学习、深度学习等领域，由来自于各校的硕博研究生组成的团队，主要致力于人脸检测、人脸识别，多目标检测、目标跟踪、图像分割等研究方向。

我们开创一段时间的“计算机视觉协会”知识星球，也得到很多同学的认可，我们定时会推送实践型内容与大家分享，在星球里的同学可以随时提问，随时提需求，我们都会及时给予回复及给出对应的答复。

微信学习讨论群也可以加入，我们会第一时间在该些群里预告！