深度学习在图像处理中的应用教程

前言

• 本教程是对本人研究生期间的研究内容进行整理总结，总结的同时也希望能够帮助更多的小伙伴。后期如果有学习到新的知识也会与大家一起分享。
• 本教程会以视频的方式进行分享，教学流程如下：
  1）介绍网络的结构与创新点
  2）使用Pytorch进行网络的搭建与训练
  3）使用Tensorflow（内部的keras模块）进行网络的搭建与训练

教程目录，点击跳转相应视频（后期会根据学习内容增加）

• 图像分类

• LeNet（已完成）

  • Pytorch官方demo(Lenet)
  • Tensorflow2官方demo

• AlexNet（已完成）

  • AlexNet理论讲解
  • Pytorch搭建AlexNet
  • Tensorflow2搭建Alexnet

• VggNet（已完成）

  • VggNet理论讲解
  • Pytorch搭建VGG网络
  • Tensorflow2搭建VGG网络

• GoogLeNet（已完成）

  • GoogLeNet理论讲解
  • Pytorch搭建GoogLeNet网络
  • Tensorflow2搭建GoogLeNet网络

• ResNet（已完成）

  • ResNet理论讲解
  • Pytorch搭建ResNet网络
  • Tensorflow2搭建ResNet网络

• ResNeXt (已完成)

  • ResNeXt理论讲解
  • Pytorch搭建ResNeXt网络

• MobileNet（已完成）

  • MobileNet_v1_v2理论讲解
  • MobileNet_v3理论讲解
  • Pytorch搭建MobileNetV2网络
  • Pytorch搭建MobileNetV3网络
  • Tensorflow2搭建MobileNetV2网络
  • Tensorflow2搭建MobileNetV3网络

• ShuffleNet (已完成)

  • ShuffleNet_v1_v2理论讲解
  • 使用Pytorch搭建ShuffleNetv2
  • 使用Tensorflow2搭建ShuffleNetv2

• EfficientNet（已完成）

  • EfficientNet理论讲解
  • 使用Pytorch搭建EfficientNet
  • 使用Tensorflow2搭建EfficientNet

• 目标检测篇

• Faster-RCNN/FPN（进行中）

  • Faster-RCNN理论讲解
  • Faster-RCNN源码解析(Pytorch)

• SSD/RetinaNet (进行中)

  • SSD理论讲解
  • SSD源码解析(Pytorch)

• YOLOv3 SPP (进行中)

  • YOLO系列理论讲解
  • YOLOv3 SPP源码解析(Pytorch版)

• 目标分割

更多相关视频请进入我的bilibili频道查看

所需环境

• Anaconda3（建议使用）
• python3.6 / 3.7
• pycharm (IDE)
• pytorch 1.6 (pip package)
• torchvision 0.7.0 (pip package)
• tensorflow 2.4 (pip package)

你可能遇到的问题

如果有什么问题，也可以到我的CSDN中一起讨论。
https://blog.csdn.net/qq_37541097/article/details/103482003

我的bilibili频道： https://space.bilibili.com/18161609/channel/index