“计算机视觉研究院”创始人百余篇CV原创公众号曝光(免费下载干货)

共 3733字,需浏览 8分钟

 ·

2020-11-05 12:34


今天给大家推荐一个微信公众号《计算机视觉研究院》,计算机视觉研究院主要涉及机器学习、深度学习等领域,由来自于各校的硕博研究生组成的团队,主要致力于人脸检测、人脸识别,多目标检测、目标跟踪、图像分割等研究方向。






扫码关注我们

公众号 : 计算机视觉研究院

加入我们,大量论文代码下载链接


我们前身是“计算机视觉战队”,现在我们自己创办了“计算机视觉研究院”!


创始人简介


1



Edison_G毕业于西军电,计算机视觉领域的研究方向。平时是一个安静的科研理科生,在学校有了3年的项目经验,发表过SCI期刊、撰写过数篇发明专利、负责过国际合作项目及国家重点项目,目前在500强互联网公司就职。

从研究生就开始创办了“计算机视觉研究院”微信公众平台,一直努力坚持分享最新最高质量的文献及最新技术,现在已经有200+篇原创,近3W关注者支持我们的工作。我们经常还分享具体的实践操作,为了让更多的同学理解该技术。我们也会将基础干货时不时分享,为了让更多的初学者有一个好的开始,我们平台的宗旨:一起学习,共同进步!



公众号内容


页面链接:https://mp.weixin.qq.com/mp/homepage?__biz=MzU0NTAyNTQ1OQ==&hid=4&sn=8ede0e9a5a32f8aa33d66590e06f491f


公众号“计算机视觉研究院”的主旨就是:一起学习,共同进步!

我们的的原则是:只做原创,将最好的分析给大家!

该公众号已经写了300+篇原创文章,有兴趣的可以加入我们一起来学习,探讨问题,提升自己:

公众号的内容非常丰富,主要涉及机器学习深度学习基础、计算机视觉领域知识及相关算法实践操作:

ML & DL

具体的发布内容见下:

机器学习基础

1



【ML】令人头疼的正则化项
【ML】图像分类笔记(上)
【ML】图像分类笔记(下)
【ML】线性分类笔记(上)
【ML】线性分类笔记(中)
【ML】线性分类笔记(下)

【ML】最优化笔记(上)

【ML】最优化笔记(下)

【ML】机器学习中容易犯下的错

【ML】入门阶段易犯的5个错误

深度学习基础

1



【DL】NVIDIA DIGITS
【DL】Caffe源码---------主要框架介绍
【DL】Caffe源码---Blob基本使用
【DL】深度学习超参数简单理解(修改版)
【DL】深度学习---反向传播的具体案例
【DL】深度学习——感受野
【DL】ReLU深度网络能逼近任意函数的原因
【DL】最近流行的激活函数
【DL】常见的损失函数
【DL】神经网络(上)
【DL】神经网络(下)
【DL】如何成为一名成功的“炼丹师”——DL训练技巧
【DL】深层学习入门误区
【DL】TensorFlow的学习
【DL】梯度优化
【DL】各类的梯度优化
【DL】小心深度学习这个“坑”(入门误区详细版)
【DL】卷积神经网络的前向传播
【DL】卷积神经网络的反向传播
【DL】机器学习------令人头疼的正则化项

深度学习基础类文献

1



【DL基础】详聊CNN的精髓
【DL基础】深度网络的“从古至今”的蜕变
【DL基础】Deep Learning的展望
【DL基础】深度学习近期总结分析
【DL基础】DL框架的未来发展,TensorFlow/MXNet/Torch, 选哪个?
【DL基础】深度学习的“深度”有什么意义?
【DL基础】深度学习的昨天、今天和明天
【DL基础】如何给非专业人士讲解什么是深度学习?
【DL基础】贾扬清与Caffe
【DL基础】深度学习——人工神经网络再掀研究热潮
【DL基础】神经网络机制中的脑科学原理
【DL基础】深度学习入门必备的13张小抄(附下载)
【DL基础】五个案例,三大心得——带你进阶深度学习的实践应用之路

【DL基础】资源 | 深度学习入门和学习书籍

【DL基础】一文读懂监督学习、无监督学习、半监督学习、强化学习这四种深度学习方式

【DL基础】纯干货 | 深度学习研究综述

【DL基础】超级干货 | 从神经元到CNN、RNN、GAN…神经网络看本文绝对够了

【DL基础】CNN的全面解析(带你简单轻松入门)

【DL基础】从Bounding Boxes中能够学习什么?

【DL基础】Deep Learning(深度学习)神经网络为啥可以识别?

【DL基础】2017年深度学习优化算法最新综述

目标检测&识别

1



【目标检测&识别】无监督学习中的目标检测无监督学习中的目标检测
【目标检测&识别特征金字塔特征用于目标检测
【目标检测&识别】角网络——目标检测(文后有paper地址及源码)
【目标检测&识别】目标检测也就是这么简单
【目标检测&识别】什么促使了候选目标的有效检测?
【目标检测&识别】这样可以更精确的目标检测——超网络
【目标检测&识别】检测与识别人与目标之间的互动
【目标检测&识别】哇~这么Deep且又轻量的Network,实时目标检测
【目标检测&识别】干货 | 目标识别算法的进展
【目标检测&识别】ECCV-2018最佼佼者的目标检测算法
【目标检测&识别】分割算法——可分割一切目标(各种分割总结)
【目标检测&识别】实战——目标检测与识别
【目标检测&识别】目标检测识别专题1 | 目标检测识别的深度学习方法研究(入门及提升必备)
【目标检测&识别】干货 | 视频显著性目标检测(文末附有完整源码)
【目标检测&识别】性能大幅度提升(速度&遮挡) | 基于区域分解&集成的目标检测基础知识 | 目标检测中Anchor的认识及理解
【目标检测&识别】基础知识 | 目标检测中Anchor的认识及理解
【目标检测&识别】三分支网络——目前目标检测性能最佳网络框架
【目标检测&识别】基于手机系统的实时目标检测
【目标检测&识别】简单的目标检测与分析

人脸检测&识别

1



【人脸】目前最强性能的人脸检测算法(Wider Face Dataset)
【人脸重磅 | 最新人脸检测&识别的趋势和分析(文末有福利)
【人脸未来人工智能之人脸领域技术
【人脸近期人脸对齐的实证性研究
【人脸人脸对齐之GBDT(ERT)算法解读
【人脸人脸注意机制网络
【人脸有效遮挡检测的鲁棒人脸识别
【人脸漫画人脸检测 | 全局和局部信息融合的深度神经网络(文末源码)
【人脸鲁棒异构判别分析的单样本人脸识别(文末附文章地址)
【人脸判别特征学习方法用于人脸识别
【人脸人脸识别——新的一个境界(无约束)
【人脸人脸检测与识别的趋势和分析(增强版)
【人脸人脸检测与识别技术(怎么去创新?)
【人脸在警察领域高级人脸识别技术的一致性
【人脸人脸检测与识别的趋势和分析
【人脸基于深度模型的人脸对齐和姿态标准化
【人脸人脸检测与识别总结
【人脸从人脸识别到行人重识别,下一个风口
【人脸改进的阴影抑制用于光照鲁棒的人脸识别
【人脸尺度不变人脸检测器(S3FD-Single Shot Scale-invariant Face Detector)
【人脸强大的姿势感知模型用于姿势不变的人脸识别
【人脸人脸专集1 | 级联卷积神经网络用于人脸检测(文末福利)
【人脸人脸专集2 | 人脸关键点检测汇总(文末有相关文章链接)
【人脸人脸专集3 | 人脸关键点检测(下)—文末源码
【人脸人脸专集4 | 遮挡、光照等因素的人脸关键点检测
【人脸人脸专集5 | 最新的图像质量评价
【人脸人脸专集阶段性总结

知识星球


我们开创一段时间的“计算机视觉协会”知识星球,也得到很多同学的认可,我们定时会推送实践型内容与大家分享,在星球里的同学可以随时提问,随时提需求,我们都会及时给予回复及给出对应的答复。

我们在别的平台也有相关领域的知识分享,有兴趣的都可以阅读,支持我们的工作,谢谢!
知乎:https://www.zhihu.com/people/Edison-G/activities
开发者头条:搜索“计算机视觉协会”,会有更多精彩与大家分享学习与交流
CSDN:https://blog.csdn.net/gzq0723

通过该平台希望可以认识更相同领域的朋友,讨论最近技术,在群里分享大家的成功经验,解决有困难的问题,让彼此都有一个好的收获与学习的过程!

我们的分享包括如下:



我们开创一段时间的“计算机视觉协会”知识星球,也得到很多同学的认可,我们定时会推送实践型内容与大家分享,在星球里的同学可以随时提问,随时提需求,我们都会及时给予回复及给出对应的答复。

如果想加入我们“计算机视觉研究院”,请扫二维码加入我们。我们会按照你的需求将你拉入对应的学习群!
计算机视觉研究院主要涉及深度学习领域,主要致力于人脸检测、人脸识别,多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架,我们这次改革不同点就是,我们要着重”研究“。之后我们会针对相应领域分享实践过程,让大家真正体会摆脱理论的真实场景,培养爱动手编程爱动脑思考的习惯!






扫码关注我们

公众号 : 计算机视觉研究院

浏览 3
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报