• 1 分類網(wǎng)絡(luò)

1.1 AlexNet

1.2 GoogLeNet系列

1.3 ResNet深度殘差網(wǎng)絡(luò)

1.4 輕量級(jí)網(wǎng)絡(luò)MobileNet

• 2 目標(biāo)檢測(cè)

2.1 R-CNN系列之論文理解

2.2 R-CNN系列之代碼實(shí)現(xiàn)

2.3 YOLO系列V1-V4

2.4 YOLOV5代碼解析(輸入端、BackBone、Neck、輸出端)

• 3 語義分割

3.1 FCN全卷積網(wǎng)絡(luò)

3.2 U-Net

3.3 SegNet

3.4 DeepLab系列

• 4 部署

4.1 VS2019編譯Opencv4.6.0GPU版本

4.2 TensorRT環(huán)境配置（VS+opencv4.5）

4.3 手寫數(shù)字識(shí)別模型部署Paddle Inference

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

• 5 其他

5.1 交叉熵?fù)p失

5.2 語義分割評(píng)價(jià)指標(biāo)

5.3 取出預(yù)訓(xùn)練模型中間層的輸出

5.4 常用的注意力機(jī)制模塊

5.5 模型權(quán)重保存、加載、凍結(jié)

• 6 補(bǔ)充

6.1 異常檢測(cè)

6.2 生成式對(duì)抗網(wǎng)絡(luò)GAN