深度学习及机器视觉
大约 5 分钟
- 知乎深度学习大讲堂
- 国外知名大学机器学习课程汇总
- 深度学习论文阅读
- 机器人视觉资源综合
- ApacheCN 人工智能知识树
- 人工智能的下一个拐点:图神经网络迎来快速爆发期
- CSDN 机器学习 Machine Learning
- 机器学习与人工智能技术分享
- 数学知识点滴积累 矩阵 数值优化 神经网络反向传播 图优化 概率论 随机过程 卡尔曼滤波 粒子滤波
机器学习
- 机器学习python库 scikit-learn
- 斯坦福大学公开课 :机器学习课
- 轻松理解卡尔曼滤波
- 卡尔曼滤波是如何工作的
- 机器学习的数学基础
- 机器学习资源汇总
- 计算仿射变换六参数(Python)
- 利用最小二乘法求解仿射变换参数
CNN
- 卷积神经网络常用激活函数总结
- 神经网络浅讲:从神经元到深度学习
- 零基础入门深度学习
- 神经网络与深度学习
- 吴恩达 神经网络和深度学习
- Deep Learning 中文翻译
- 深度学习中 Batch Normalization为什么效果好?
- 深度学习中的batch的大小对学习效果有何影响?
- 卷积神经网络操作技巧
- 如何直观地解释 backpropagation 算法?
- DNN可视化研究员Colah的博客
- 机器学习可视化博客DISTILL
- 深度学习可视化Js组件 tensorspace
- 理解 LSTM 网络
- RNN-LSTM-GRU
- 获奖无数的深度残差学习
- CAFFE卷积层的实现
- CNN(卷积神经网络)、RNN(循环神经网络)、DNN(深度神经网络)的内部网络结构有什么区别?
- 基于3D卷积神经网络的人体行为理解
- 一个模型库学习所有
- One Model to Learn Them All详解
目标检测
- YOLO 检测系列算法
- Bounding box regression详解
- 目标检测评价参数
- 理解YOLO 的Boundig box
- YOLO 详解
- 图解YOLO
- YOLOV2详解
- YOLOv3 深入理解
- SSD: Single Shot MultiBox Detector 模型fine-tune和网络架构
- SSD论文阅读
- Faster R-CNN
- faster rcnn源码理解
- R-FCN:基于区域的全卷积网络来检测物体
- RCNN, Fast-RCNN, Faster-RCNN的一些事
- 车和车道检测
- 基于深度学习的车道检测
- 图像质量判断:模糊/色偏/亮度检测综合
目标跟踪
- Tracking-Learning-Detection原理分析
- 细说贝叶斯滤波:Bayes filters
- 细说Kalman滤波:The Kalman Filter
- 深度学习在目标跟踪中的应用
- Kalman 多目标跟踪
- 光流计算的效果比较
- 可视化追踪论文集合
- 计算机视觉中,目前有哪些经典的目标跟踪算法?
- Fully-Convolutional Siamese Networks for Object Tracking
神经网络量化
- 神经网络模型量化方法简介
- 神经网络量化简介
- 神经网络量化资源
- 神经网络工作在低精度的条件下
- Int8量化-介绍
- NCNN Conv量化详解
- 六大国外AI芯片“新势力”同台碰撞 明星创投分享芯片创业之道
- 终于有人把RISC-V讲明白了
- Risk-V 说明文档
- 知乎 AI处理器架构设计
开发框架
- OPENCV 开源的图像处理工具,综合各类算法
- 常用框架:Caffe, Tensorlfow, Pytorch, Onnx, Mxnet等
- Pytorch 神经网络压缩工具 distiller
- CCCV, C语言的视觉处理库
- CMSIS Version 嵌入式开发组件
- 纯C的深度学习框架Darknet
- CPU量化神经网络加速 QNNPACK
- CPU浮点神经网络加速 XNNPACK
- 移动端深度学习部署框架NCNN
- 移动端深度学习部署框架MNN
- MNNKit Demo
- 移动端深度学习部署框架MACE
- Darknet 转换 tensorflow darkflow
- FaceBook 目标检测系列算法实现 Detection