deep learning for image processing

deep learning for image processing

파이썬

1.0.0

다운로드

이미지 처리에서 딥 러닝의 적용에 대한 튜토리얼

머리말

이 튜토리얼은 대학원 과정에서 연구 내용을 요약 한 것입니다. 더 많은 친구들을 돕기를 바랍니다. 나중에 새로운 지식을 배우면 공유 할 것입니다.
이 자습서는 비디오 형식으로 공유되며 교육 과정은 다음과 같습니다.
1) 네트워크의 구조 및 혁신 포인트 소개
2) Pytorch를 사용하여 네트워크를 구축하고 훈련하십시오
3) Tensorflow (내부 Keras 모듈)를 사용하여 네트워크를 구축하고 훈련시킵니다.
코스의 모든 PPT는 course_ppt 폴더에 배치되어 필요한 경우 직접 다운로드합니다.

튜토리얼 디렉토리, 해당 비디오로 이동하려면 클릭하십시오 (나중에 학습 내용에 따라 추가됩니다)

이미지 분류
- Lenet (완료)
  - Pytorch 공식 데모 (Lenet)
  - Tensorflow2 공식 데모
- Alexnet (완료)
  - Alexnet 네트워크 설명
  - Pytorch는 Alexnet을 구축합니다
  - Tensorflow2는 Alexnet을 구축합니다
- vggnet (완료)
  - VGGNET 네트워크 설명
  - Pytorch는 VGG 네트워크를 구축합니다
  - TensorFlow2는 VGG 네트워크를 구축합니다
- Googlenet (완료)
  - Googlelenet 네트워크 설명
  - Pytorch는 Googlelenet 네트워크를 구축합니다
  - Tensorflow2는 Googlelenet 네트워크를 구축합니다
- RESNET (완료)
  - RESNET 네트워크 설명
  - Pytorch는 RESNET 네트워크를 구축합니다
  - TensorFlow2는 RESNET 네트워크를 구축합니다
- Resnext (완료)
  - Resnext 네트워크 설명
  - Pytorch는 Resnext 네트워크를 구축합니다
- mobilenet_v1_v2 (완료)
  - Mobilenet_v1_v2 네트워크 설명
  - Pytorch는 Mobilenetv2 네트워크를 구축합니다
  - Tensorflow2는 Mobilenetv2 네트워크를 구축합니다
- mobilenet_v3 (완료)
  - Mobilenet_v3 네트워크 설명
  - Pytorch는 Mobilenetv3 네트워크를 구축합니다
  - Tensorflow2는 Mobilenetv3 네트워크를 구축합니다
- shufflenet_v1_v2 (완료)
  - Shufflenet_v1_v2 네트워크 설명
  - Pytorch를 사용하여 Shufflenetv2를 만듭니다
  - Tensorflow2를 사용하여 Shufflenetv2를 만듭니다
- 효율적인 NET_V1 (완료)
  - 효율적인 네트워크 설명
  - pytorch를 사용하여 효율적인 넷을 빌드하십시오
  - Tensorflow를 사용하여 효율적인 건물 2
- 효율적인 NET_V2 (완료)
  - 효율적인 네트워크 네트워크 설명
  - Pytorch를 사용하여 효율적인 NETV2를 구축하십시오
  - Tensorflow를 사용하여 효율적인 NETV2를 구축하십시오
- repvgg (완료)
  - REPVGG 네트워크 설명
- 비전 변압기 (완성)
  - 멀티 헤드주의 설명
  - 비전 변압기 네트워크 설명
  - Pytorch를 사용하여 Vision Transformer를 구축하십시오
  - Tensorflow2를 사용하여 Vision Transformer를 구축하십시오
- Swin Transformer (완성)
  - SWIN 변압기 네트워크 설명
  - Pytorch를 사용하여 Swin Transformer를 구축하십시오
  - Tensorflow2를 사용하여 Swin Transformer를 구축하십시오
- CONDXT (완료)
  - CONDXT 네트워크 설명
  - Pytorch를 사용하여 Condnxt를 작성하십시오
  - TensorFlow2를 사용하여 CONDNEXT를 작성합니다
- MobileVit (완료)
  - MobileVit 네트워크 설명
  - Pytorch를 사용하여 MobileVit을 구축합니다
목표 탐지
- 더 빠른 RCNN/FPN (완료)
  - 더 빠른 RCNN 네트워크 설명
  - FPN 네트워크 설명
  - 더 빠른 RCNN 소스 코드 분석 (Pytorch)
- SSD/Retinanet (완료)
  - SSD 네트워크 설명
  - Retinanet 네트워크 설명
  - SSD 소스 코드 분석 (Pytorch)
- Yolo 시리즈 (완성)
  - Yolo 시리즈 네트워크 설명 (V1 ~ V3)
  - Yolov3 SPP 소스 코드 분석 (Pytorch 버전)
  - YOLOV4 네트워크 설명
  - Yolov5 네트워크 설명
  - Yolox 온라인 설명
- FCOS (완료)
  - FCOS 네트워크 설명
시맨틱 세분화
- FCN (완료)
  - FCN 네트워크 설명
  - FCN 소스 코드 분석 (Pytorch 버전)
- deeplabv3 (완료)
  - deeplabv1 네트워크 설명
  - Deeplabv2 네트워크 설명
  - Deeplabv3 네트워크 설명
  - Deeplabv3 소스 코드 분석 (Pytorch 버전)
- LR-ASPP (완료)
  - LR-ASPP 네트워크 설명
  - LR-ASPP 소스 코드 분석 (Pytorch 버전)
- U-Net (완료)
  - U-Net 네트워크 설명
  - U-Net 소스 코드 분석 (Pytorch 버전)
- U2Net (완료)
  - U2Net 네트워크 설명
  - U2Net 소스 코드 분석 (Pytorch 버전)
인스턴스 분할
- 마스크 R-CNN (완료)
  - 마스크 R-CNN 네트워크 설명
  - 마스크 R-CNN 소스 코드 분석 (Pytorch 버전)
키 포인트 감지
- Deeppose (완료)
  - 네트워크 설명이 깊어집니다
  - Deeppose 소스 코드 분석 (Pytorch 버전)
- HRNET (완료)
  - HRNET 네트워크 설명
  - HRNET 소스 코드 분석 (Pytorch 버전)