点击下方卡片,关注「计算机视觉工坊」公众号
选择星标,干货第一时间送达
编辑:计算机视觉工坊,作者:小张Tt
添加小助理:dddvision,备注:方向+学校/公司+昵称,拉你入群。文末附行业细分群
扫描下方二维码,加入3D视觉知识星球,星球内凝聚了众多3D视觉实战问题,以及各个模块的学习资料:近20门视频课程(星球成员免费学习)、最新顶会论文、3DGS系列、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研,欢迎扫码加入!
在人工智能的浪潮中,深度学习模型无疑是最为闪耀的明星。它们不仅推动了技术的飞速发展,也为各行各业的创新应用提供了无限可能。
LeNet5:
作为卷积神经网络的鼻祖,LeNet5在手写数字识别领域取得了突破性成果,为后续深度学习模型的发展奠定了基础。
AlexNet:
2012年,AlexNet在ImageNet竞赛中一鸣惊人,大幅提高了图像识别的准确率,开启了深度学习在图像处理领域的新篇章。
VGG:
VGG网络通过堆叠多个卷积层,实现了深度网络的构建,为深度学习模型的设计提供了新的思路。
Inception Network:Inception
网络引入了模块化的设计理念,通过不同尺寸的卷积核提取特征,提高了网络的性能。
R-CNN:
R-CNN将卷积神经网络应用于物体检测任务,为后续目标检测技术的发展奠定了基础。
ResNet (Residual Networks):
ResNet通过引入残差单元,成功解决了深度网络训练中的梯度消失问题,使得训练更深的网络成为可能。
U-Net:
U-Net在医学图像分割领域取得了显著成果,为医疗领域的AI应用提供了有力支持。
YOLO (You Only Look Once):
YOLO实现了实时物体检测,大大提高了目标检测的效率。
GAN (Generative Adversarial Networks):
GAN通过对抗学习生成新的数据样本,为数据增强和创意应用提供了广阔空间。
Transformer:
Transformer的自注意力机制为自然语言处理任务带来了革命性变革,成为后续许多模型的基石。
BERT (Bidirectional Encoder Representations from Transformers):
BERT在多项自然语言处理任务中取得了优异表现,推动了预训练语言模型的发展。
GPT (Generative Pre-trained Transformer):
GPT系列模型在文本生成、理解和交互等领域展现了强大的能力。
Capsule Network:
Capsule Network致力于更好地理解图像中的空间关系,为计算机视觉领域带来了新的研究方向。
ELMO (Embeddings from Language Models):
ELMO为单词赋予了丰富的上下文信息,提高了自然语言处理任务的性能。
Vision Transformer:
Vision Transformer将Transformer应用于图像识别任务,取得了与传统卷积神经网络相媲美的效果。
EfficientNet:
EfficientNet通过神经架构搜索,实现了高效、准确的卷积神经网络设计。
MobileNets:
MobileNets针对移动和边缘设备进行了优化,使得深度学习在移动端得以广泛应用。
SqueezeNet:
SqueezeNet通过_fire模块_大幅减少了参数数量,为轻量级网络设计提供了新思路。
DenseNet:
DenseNet通过连接每层与前层,提高了网络的参数效率,进一步推动了深度学习的发展。
AlphaGo:
AlphaGo在围棋领域的突破性成果,展示了深度学习在复杂决策任务中的强大潜力。
Diffusion Model:
Diffusion Model通过模拟数据分布的扩散过程,为生成模型带来了新的研究方向。
Seq2Seq:
用于机器翻译、文本摘要等任务,引入了编码器-解码器架构。
DQN(Deep Q-Network):
结合了深度学习和Q学习,在强化学习领域取得了重要进展。
MAML (Model-Agnostic Meta-Learning):
一种通用的元学习方法,能够在多种任务上快速适应。
本文仅做学术分享,如有侵权,请联系删文。
计算机视觉工坊交流群
目前我们已经建立了3D视觉方向多个社群,包括2D计算机视觉、大模型、工业3D视觉、SLAM、自动驾驶、三维重建、无人机等方向,细分群包括:
2D计算机视觉:图像分类/分割、目标/检测、医学影像、GAN、OCR、2D缺陷检测、遥感测绘、超分辨率、人脸检测、行为识别、模型量化剪枝、迁移学习、人体姿态估计等
大模型:NLP、CV、ASR、生成对抗大模型、强化学习大模型、对话大模型等
工业3D视觉:相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、摄影测量、阵列相机、光度立体视觉等。
SLAM:视觉SLAM、激光SLAM、语义SLAM、滤波算法、多传感器融合、多传感器标定、动态SLAM、MOT SLAM、NeRF SLAM、机器人导航等。
自动驾驶:深度估计、Transformer、毫米波|激光雷达|视觉摄像头传感器、多传感器标定、多传感器融合、自动驾驶综合群等、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、BEV感知、Occupancy、目标跟踪、端到端自动驾驶等。
三维重建:3DGS、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图等
无人机:四旋翼建模、无人机飞控等
除了这些,还有求职、硬件选型、视觉产品落地、最新论文、3D视觉最新产品、3D视觉行业新闻等交流群
添加小助理: dddvision,备注:研究方向+学校/公司+昵称(如3D点云+清华+小草莓), 拉你入群。
![8e13716df87856822fbdc5e67efc0a41.png](https://img-blog.csdnimg.cn/img_convert/8e13716df87856822fbdc5e67efc0a41.png)
3D视觉学习知识星球
3D视觉从入门到精通知识星球、国内成立最早、6000+成员交流学习。包括:星球视频课程近20门(价值超6000)、项目对接、3D视觉学习路线总结、最新顶会论文&代码、3D视觉行业最新模组、3D视觉优质源码汇总、书籍推荐、编程基础&学习工具、实战项目&作业、求职招聘&面经&面试题等等。欢迎加入3D视觉从入门到精通知识星球,一起学习进步。
3DGS、NeRF、结构光、相位偏折术、机械臂抓取、点云实战、Open3D、缺陷检测、BEV感知、Occupancy、Transformer、模型部署、3D目标检测、深度估计、多传感器标定、规划与控制、无人机仿真、三维视觉C++、三维视觉python、dToF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪,无人机等。