视觉大模型学习路径

本文只是从全局角度出发梳理学习过程，现阶段不会针对每一步写文章，工作没什么时间，但是会梳理自己的学习过程和一些好的参考文章。后面有时间再系统梳理每个模型

总览

 

本人目前主要研究基于transfermer的视觉大模型，同时也会学习开集的检测模型，因为这两个方向是迈向通用视觉大模型的基础。

基于transformer的视觉检测模型

transformer模型

我的前几篇文章写了相关代码可以参考文章，原理可以参考这几篇文章transformer1，transformer2，transformer3

vit模型

这个模型必须掌握，网上资料很多，我就罗列了

deter模型

这位大神的一系列文章

deformable模型

这位大神的一系列文章，当然还有b站的视频配合理解即可

后续继续添加