計算機視覺知識點總結

加入極市專業CV交流群，與6000+來自騰訊，華為，百度，北大，清華，中科院等名企名校視覺開發者互動交流！更有機會與李開復老師等大牛群內互動！

同時提供每月大咖直播分享、真實項目需求對接、乾貨資訊匯總，行業技術交流。掃描文末二維碼立刻申請入群~

分享一篇計算機視覺知識點的相關博文匯總，非常系統全面，超多乾貨，也歡迎大家補充好的文章。本文涉及較多超連結，已經發布在極市開發者社區：

http://bbs.cvmart.net/articles/380（或直接閱讀原文），歡迎前往獲得更好的閱讀體驗。

作者 | JustDoIT

來源 | https://zhuanlan.zhihu.com/p/58776542

目錄
0 計算機視覺四大基本任務
1 經典卷積網絡
2 卷積、空洞卷積
3 正則化
4 全卷積網絡
5 1*1卷積核
6 感受野
7 常見損失
8 優化算法
9 concat 和 add的區別
10 注意力機制
11 CNN(卷積神經網絡)、RNN(循環神經網絡)、DNN(深度神經網絡)
12 邊框回歸
13 非極大值回歸(NMS, Soft NMS)
14 激活函數
15 評價指標
16 batch size的選擇
17 Graph Convolutional Network（GCN）0 計算機視覺四大基本任務計算機視覺四大基本任務(分類、定位、檢測、分割)1 經典卷積網絡

AlexNet

從AlexNet理解卷積神經網絡的一般結構

VGG

【深度學習】經典神經網絡 VGG 論文解讀深度學習之基礎模型-VGG

GoogleNet

深度學習卷積神經網絡——經典網絡GoogLeNet(Inception V3)網絡的搭建與實現

ResNet

ResNet解析ResNetV2：ResNet深度解析

DetNet

曠視科技提出物體檢測專用Backbone——DetNet2 卷積、空洞卷積變形卷積核、可分離卷積？卷積神經網絡中十大拍案叫絕的操作。

卷積

「看懂」卷積神經網(Visualizing and Understanding Convolutional Networks)CNN入門必讀經典：Visualizing and Understanding Convolutional Networks
3 正則化

L1、L2

機器學習中的範數規則化之（一）L0、L1與L2範數機器學習中正則化項L1和L2的直觀理解
4 全卷積網絡全卷積網絡 FCN 詳解5 1*1卷積核一文讀懂卷積神經網絡中的1x1卷積核如何理解卷積神經網絡中的1*1卷積6 感受野深度神經網絡中的感受野(Receptive Field)7 常見損失損失函數改進方法總覽

focal loss

何愷明大神的「Focal Loss」，如何更好地理解？

交叉熵

交叉熵損失函數

對比損失（Contrastive Loss）

Contrastive Loss (對比損失)

三元組損失（Triplet Loss）

Triplet Loss及其梯度

8 優化算法9 concat 和 add的區別10 注意力機制計算機視覺中的注意力機制計算機視覺中的注意力機制11 CNN(卷積神經網絡)、RNN(循環神經網絡)、DNN(深度神經網絡)12 邊框回歸邊框回歸(Bounding Box Regression)詳解13 非極大值回歸(NMS, Soft NMS)

NMS

NMS——非極大值抑制

Soft NMS

Soft NMS算法筆記14 激活函數深度學習中的激活函數導引15 評價指標

目標檢測mAP

rafaelpadilla/Object-Detection-Metrics

語義分割(PA、MPA、MIoU、FWIoU)

語義分割之評價指標

可參考下面論文第五章節

A Review on Deep Learning Techniques Applied to Semantic Segmentation16 batch size的選擇17 Graph Convolutional Network（GCN）

*推薦閱讀

掃描下方二維碼，即可申請加入極市目標跟蹤、目標檢測、工業檢測、人臉方向、視覺競賽等技術交流群，更有每月大咖直播分享、真實項目需求對接、乾貨資訊匯總，行業技術交流，一起來讓思想之光照的更遠吧~

覺得有用麻煩給個好看啦~