视觉进阶笔记开源 | AI计算机视觉全栈知识总结

【集智书童——知识星球】主要切入图像识别、2D目标检测、2D语义分割、实例分割、全景分割、姿态估计、车道线检测、3D目标检测、NerF、扩散模型、目标跟踪、AI模型部署、模型PTQ与QAT量化加速、行业前沿等方向。

海量专业知识与技术技巧即刻获取！

星球嘉宾与成员

星球成员主要来自SenseTime、Face++、Baidu、alibaba、地平线、英特尔、英伟达以及AI Lab等公司的AI工程师以及清华大学、北京大学、上海交通大学、复旦大学、东北大学、浙江大学、合肥工业大学、上海理工大学等国内外知名高校科研人员组成；

星球面向对象

星球主要面向从事计算机视觉感知、AI部署等方向的在校本硕博、以及需要进一步提升AI学术与技术栈范围的算法人员，以及想要转入到AI行业的小伙伴，星球内部准备了基础到进阶模块，算法讲解+代码实现，轻松搞定学习，少走弯路！

星球知识模块展示

星球为大家提供了通用2D检测数据集、交通标志、车道线、行人检测、3D目标检测、ReID等数据集，一键下载；

具体可以参见下面的脑图：

2 Backbone知识汇总

该部分主要是针对常见CNN结构以及ViT结构进行汇总，同时也包含轻量化CNN Backbone以及轻量化Transformer模型等高性能模型；

3 目标检测

该部分主要是对 Anchor-based、Anchor-free、One-Stage、Ttwo-Stage、超全YOLO系列、小目标检测、多任务模型、长尾分布、误检消除、难例挖掘、定位精度优化等内容；

4 图像分割

该部分主要是对于语义分割、实例分割、全景分割等任务的知识汇总经验总结；

5 车道线检测

该部分主要是从范式方向总结和收集基于关键点、分割、分类、检测方案的车道线模型。

6 目标跟踪

该部分针对Tracking-by-detection和end2end方法进行全面展开阐述，后续更会加入具有实践落地变速情况下的跟踪系统；

7 3D目标检测

该部分主要是总结和归纳基于点、体素、多视角数据的3D检测方案；

8 模型部署

只会模型训练，对于一个AI从业者来说还是比较单薄的，这里星球也给大家准备了接近于落地的部署知识和项目，具体主要是包括TensorRT、NCNN、OpenCV、MNN以及OpenVINO等方案部署检测、分割、关键点、分类模型实战；

交流分享的高地

这里可以直接扫描加入星球，直击AI最前沿知识与技术！！！