【深度学习】总目录

 

• 1 分类网络

1.1 AlexNet

1.2 GoogLeNet系列

1.3 ResNet深度残差网络

1.4 轻量级网络MobileNet

 

• 2 目标检测

2.1 R-CNN系列之论文理解

2.2 R-CNN系列之代码实现

2.3 YOLO系列V1-V4

2.4 YOLOV5代码解析(输入端、BackBone、Neck、输出端)

 

• 3 语义分割

3.1 FCN全卷积网络

3.2 U-Net

3.3 SegNet

3.4 DeepLab系列

 

• 4 部署

4.1 VS2019编译Opencv4.6.0GPU版本

4.2 TensorRT环境配置（VS+opencv4.5）

4.3 手写数字识别模型部署Paddle Inference

4.4 C++部署onnx模型(Yolov5、PP-HumanSeg、GoogLeNet、UNet)

 

• 5 其他

5.1 交叉熵损失

5.2 语义分割评价指标

5.3 取出预训练模型中间层的输出

5.4 常用的注意力机制模块

5.5 模型权重保存、加载、冻结

 

 

• 6 补充

6.1 异常检测

6.2 生成式对抗网络GAN