深度学习在图像领域的应用

深度学习在图像领域的应用

随着深度学习近几年的火热发展,在计算机视觉,图像理解方向上,应用越来越广泛。我们总结了在视觉领域的一些方向上基于深度学习的优秀算法。包括物体检测、物体识别、人脸世界、分割、跟踪、边缘检测、图像复原(去雨、去雾)、图像编辑等。

检测

1. 单一物体检测

MTCNN: https://github.com/kpzhang93/MTCNN_face_detection_alignment

Cascade-CNN: https://github.com/anson0910/CNN_face_detection

2. 通用物体检测

Faster-RCNN: https://github.com/rbgirshick/py-faster-rcnn

YOLO: https://github.com/pjreddie/darknet

SSD: https://github.com/FreeApe/VGG-or-MobileNet-SSD

RetinaNet: https://github.com/fizyr/keras-retinanet

分类

VGG: https://github.com/ry/tensorflow-vgg16

GoogLenet: https://github.com/n3011/Inception_v3_GoogLeNet

Resnet: https://github.com/ry/tensorflow-resnet

Mobilenet: https://github.com/shicai/MobileNet-Caffe

Shufflenet: https://github.com/anlongstory/ShuffleNet_V2-caffe

MNasNet: https://github.com/zeusees/Mnasnet-Pretrained-Model

识别

1. 人脸识别

Deepface: https://github.com/RiweiChen/DeepFace

Normface: https://github.com/happynear/NormFace

Insightface: https://github.com/deepinsight/insightface

2. 文字识别

DeepOCR: https://github.com/JinpengLI/deep_ocr

跟踪

1.
2.

分割

Unet: https://github.com/zhixuhao/unet

mask-rcnn: https://github.com/matterport/Mask_RCNN

边缘检测

HED: https://github.com/s9xie/hed

RCF: https://github.com/yun-liu/rcf

图像复原

1. 去雨

DDN: https://github.com/XMU-smartdsp/Removing_Rain

CGAN: https://github.com/hezhangsprinter/ID-CGAN

DID-MDN: https://github.com/hezhangsprinter/DID-MDN

DeRaindrop: https://github.com/rui1996/DeRaindrop

2. 去雾

MSCNN: https://github.com/dishank-b/MSCNN-Dehazing-Tensorflow

DehazeNet: https://github.com/caibolun/DehazeNet

3. 超分辨率

SRCNN: https://github.com/tegg89/SRCNN-Tensorflow

EDSR: https://github.com/thstkdgus35/EDSR-PyTorch (https://blog.csdn.net/xjp_xujiping/article/details/81986020)

4.图像单反化

DPED: https://github.com/aiff22/DPED

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值