85个CV模型变体!计算机视觉基础模型最全盘点
做CV的朋友都知道,标注数据太烧钱。研究员们为了不花钱也能训练模型,想出了各种办法:用无标签数据、用网上爬的图文配对、甚至用多模态数据,通过对比学习、掩码重建这些套路先让模型有个好底子,然后再用到检测、分割各种任务上。
这两年大模型火带动了整个CV领域,各种新模型层出不穷。
现在视觉基础模型已经非常多了,对做CV的人来说,这些是发论文、改模型的好素材。我专门找了一篇综述来帮大家整理思路。
这篇综述把CV基础模型分成13大类,每类下面有85个变体,从最早的LeNet、ResNet一路到最新的SAM、GPT4,全部覆盖。
我还额外准备了120篇2021-2023年CV领域的必读论文,大部分都有开源代码。
说白了,这些模型还有很大的改进空间,大家可以顺着这个思路找找创新点。
论文列表主要分两类:综述类12篇,包括视觉基础模型、大语言模型、多模态学习等;研究类108篇,分布在2021-2023三年。
之前有个学员和你一样,纠结要不要系统学AI。后来跟着课程学完,现在已经拿到了AI相关岗位的offer。想获取学习路线图?扫码加企业微信,备注"领资料",我发给你。
大家好,我是资深AI讲师与学习规划师。专注计算机视觉教学与算法研发,过去三年我帮超过2500名有Python 基础的入门者,从"像素是什么"到"独立跑通CV项目"。今天这篇长文,完全按零基础实战体系撰写,从图像本质到经典算法、再到OpenCV工具链和完整项目,一条龙给你讲透可直接复现的CV专业指南。
适合人群:大学生、转行者、开发者,只要会Python基础,就能跟上。读完你就能掌握图像处理4大经典算法,并拥有一个可直接写进简历的实战项目,
为方便大家学习 这里给大家整理了一份系统学习资料包 需要的同学 根据下图指示自取就可以