深度学习高手笔记卷2：经典应用_刘岩（@大师兄）_9787115608956

本书通过扎实、详细的内容，从理论知识、算法源码、实验结果等方面对深度学习中涉及的算法进行分析和介绍。本书共三篇，第一篇主要介绍深度学习在目标检测与分割方向的前沿算法，包括双阶段检测、单阶段检测、无锚点检测、特征融合、损失函数、语义分割这 6 个方向；第二篇主要介绍深度学习在场景文字检测与识别方向的重要突破，主要介绍场景文字检测、场景文字识别这两个阶段的算法；第三篇主要介绍深度学习的其他算法与应用，包括图像翻译、图神经网络、二维结构识别、人像抠图、图像预训练、多模态预训练这6个方向的算法。附录部分介绍双线性插值、匈牙利算法、Shift-and-Stitch、德劳内三角化、图像梯度、仿射变换矩阵等内容。本书结构清晰，内容广度与深度齐备。通过阅读本书，读者可以了解前沿的深度学习算法，扩展自己的算法知识面。无论是从事深度学习科研的教师及学生，还是从事算法落地实践的工作人员，都能从本书中获益。

第一篇目标检测与分割第 1 章双阶段检测 3 11 R-CNN 4 111　R-CNN 检测流程 5 112　候选区域提取 6 113 预训练及微调 7 114 训练数据准备 7 115　NMS 8 116　小结 9 12 SPP-Net 9 121　空间金字塔池化 10 122　SPP-Net 的推理流程 11 123　小结 13 13 Fast R-CNN 13 131　Fast R-CNN 算法介绍 13 132　数据准备 14 133　Fast R-CNN 网络结构 15 134　多任务损失函数 16 135　Fast R-CNN 的训练细节17 136　Fast R-CNN 的推理流程18 137　小结 18 14 Faster R-CNN 18 141　区域候选网络 18 142　Faster R-CNN 的训练 22 143　小结 22 15 R-FCN 23 151　提出动机 23 152　R-FCN 的网络 24 153　R-FCN 结果可视化 26 154　小结 27 16 Mask R-CNN 27 161　Mask R-CNN 的动机 28 162　Mask R-CNN 详解 28 163　小结 31 17 MaskX R-CNN 31 171　权值迁移函数 32 172　MaskX R-CNN 的训练 32 173　小结 33 18 DCNv1 和 DCNv2 33 181　DCNv1 33 182　DCNv2 36 183　小结 39 第 2 章单阶段检测 40 21 YOLOv1 41 211　YOLOv1 的网络结构 42 212　损失函数 44 213　小结 46 22 SSD 和 DSSD 47 221　SSD 48 222　DSSD 51 223　小结 53 23 YOLOv2 54 231　YOLOv2：更快，更高 54 232　YOLO9000：更强 59 233　小结 61 24 YOLOv3 61 241　多标签任务 62 242　骨干网络 62 243　多尺度特征 63 244　锚点聚类 63 245　YOLOv3 一些失败的尝试 64 246　小结 64 25 YOLOv4 65 251　背景介绍 65 252　数据 65 253　模型 69 254　后处理 78 255　YOLOv4 改进介绍 79 256　小结 82 第 3 章无锚点检测 83 31 DenseBox 84 311　DenseBox 的网络结构 84 312　多任务模型 85 313　训练数据 86 314　结合关键点检测 87 315　测试 88 316　小结 88 32 CornerNet 89 321　背景 89 322　CornerNet 详解 90 323　小结 95 33 CornerNet-Lite 96 331　CornerNet-Saccade 96 332　CornerNet-Squeeze 99 333　小结 99 34 CenterNet 99 341　网络结构 100 342　数据准备 102 343　损失函数 103 344　推理过程 104 345　小结 104 35 FCOS 104 351　算法背景 105 352　FCOS 的网络结构 105 353　多尺度预测 107 354　测试 107 355　小结 107 36 DETR 107 361　网络结构 108 362　损失函数 109 363　小结 111 第 4 章特征融合 112 41 FPN 113 411　CNN 中的常见骨干网络 113 412　FPN 的网络结构 114 413　FPN 的应用 116 414　小结 116 42 PANet 117 421　PANet 117 422　小结 120 43 NAS-FPN 121 431　NAS-FPN 算法详解 121 432　NAS-FPN Lite 125 433　小结 125 44 Effi cientDet 125 441　BiFPN 126 442　EfficientDet 详解 127 443　小结 128 第 5 章损失函数 129 51 Focal Loss 129 511　Focal Loss 介绍 130 512　RetinaNet132 513　小结132 52 IoU 损失 133 521　背景知识 133 522　IoU 损失133 523　UnitBox 网络结构135 524　小结136 53 GIoU 损失 136 531　算法背景 136 532　GIoU 损失详解137 533　小结139 54 DIoU 损失和 CIoU 损失 140 541　背景140 542　DIoU 损失141 543　CIoU 损失142 544　小结142 55 Focal-EIoU 损失 143 551　EIoU 损失143 552　Focal L1 损失144 553　Focal-EIoU 损失146 554　小结146 第 6 章语义分割 147 61 FCN 和 SegNet 148 611　背景知识 148 612　FCN 详解149 613　SegNet 详解150 614　分割指标 151 615　小结152 62 U-Net 152 621　U-Net 详解153 622　数据扩充 155 623　小结155 63 V-Net 156 631　网络结构 156 632　Dice 损失 160 633　小结161 64 DeepLab 系列 161 641　DeepLab v1161 642　DeepLab v2164 643　DeepLab v3165 644　DeepLab v3+167 645　小结170 第二篇场景文字检测与识别第 7 章场景文字检测 173 71 DeepText 173 711　RPN 回顾174 712　DeepText 详解175 713　小结175 72 CTPN 176 721　算法流程 176 722　数据准备 177 723　CTPN 的锚点机制 177 724　CTPN 中的 RNN178 725　边界微调 178 726　CTPN 的损失函数 179 727　小结179 73 RRPN 179 731　RRPN 详解180 732　位置精校 183 733　小结184 74 HED 185 741　HED 的骨干网络 186 742　整体嵌套网络 186 743　HED 的损失函数 187 744　小结 188 75 HMCP 188 751　HMCP 的标签值 189 752　HMCP 的骨干网络 190 753　训练 190 754　检测 191 755　小结 193 76 EAST 193 761　网络结构 193 762　EAST 的标签生成 194 763　EAST 的损失函数 196 764　局部感知 NMS 196 765　Advanced-EAST 197 766　小结 198 77 PixelLink 198 771　骨干网络 199 772　PixelLink 的标签 199 773　PixelLink 的损失函数 200 774　后处理 201 775　小结 201 第 8 章场景文字识别 202 81 STN 202 811　空间变形模块 203 812　STN 205 813　STN 的应用场景 205 814　小结 207 82 RARE 207 821　基于 TPS 的 STN 208 822　序列识别网络 210 823　训练 212 824　基于字典的测试 212 825　小结 212 83 Bi-STET 212 831　残差网络 213 832　编码层 213 833　解码层 214 834　小结 214 84 CTC 214 841　算法详解 215 842　小结 219 第三篇其他算法与应用第 9 章图像翻译 223 91 GAN 223 911　逻辑基础 224 912　GAN 的训练 224 913　GAN 的损失函数 225 914　理论证明 226 915　小结 230 92 Pix2Pix 230 921　背景知识 231 922　Pix2Pix 解析 232 923　小结 234 93 Pix2PixHD 235 931　网络结构 235 932　输入数据 240 933　损失函数 241 934　图像生成 241 935　小结 242 94　图像风格迁移 242 941　算法概览 243 942　内容表示 244 943　风格表示 245 944　风格迁移 246 945　小结247 第 10 章图神经网络248 101 GraphSAGE 249 1011　背景知识 249 1012　算法详解 249 1013　小结254 102 GAT 254 1021　GAT 详解 254 1022　GAT 的推理257 1023　GAT 的属性257 1024　小结258 103 HAN 258 1031　基本概念 258 1032　HAN 详解259 1033　小结261 第 11 章二维结构识别 262 111 Show and Tell 262 1111　网络结构 263 1112　解码264 1113　小结264 112 Show Attend and Tell 264 1121　整体框架 265 1122　小结268 113　数学公式识别268 1131　基础介绍 269 1132　公式识别模型详解272 1133　小结277 第 12 章人像抠图278 121 Background Matting 278 1211　输入279 1212　生成模型 280 1213　判别模型 280 1214　模型训练 281 1215　模型推理 282 1216　小结282 122 Background Matting v2 283 1221　问题定义 283 1222　网络结构 284 1223　训练286 1224　小结286 第 13 章图像预训练287 131 MAE 287 1311　算法动机 287 1312　掩码机制 288 1313　模型介绍 289 1314　小结291 132 BEiT v1 291 1321　背景介绍 292 1322　BEiT v1 全览292 1323　BEiT v1 的模型结构293 1324　掩码图像模型 294 1325　BEiT v1 的损失函数294 1326　小结295 133 BEiT v2 295 1331　背景介绍 295 1332　BEiT v2 概述296 1333　矢量量化 - 知识蒸馏296 1334 BEiT v2 预训练297 1335　小结298 第 14 章多模态预训练 299 141 ViLBERT 299 1411　模型结构 300 1412　预训练任务 301 1413　模型微调 302 1414　小结 303 142 CLIP 304 1421　数据收集 304 1422　学习目标：对比学习（Contrastive Learning）预训练 304 1423　图像编码器 305 1424　文本编码器 306 1425　CLIP 用于图像识别 306 1426　模型效果 306 1427　小结 307 143 DALL-E 307 1431　背景知识：变分自编码器 308 1432　阶段一：离散变分自编码器309 1433　阶段二：先验分布学习 310 1434　图像生成 312 1435　混合精度训练 312 1436　分布式运算 313 1437　小结 313 144 VLMo 314 1441　算法动机 314 1442　MoME Transformer 314 1443　VLMo 预训练 315 1444　小结 318 145 BEiT v3 318 1451　背景：大融合 319 1452　BEiT v3 详解320 1453　小结 322 附录 A 双线性插值 323 附录 B 匈牙利算法 324 附录 C Shift-and-Stitch 325 附录 D 德劳内三角化 328 附录 E 图像梯度 329 附录 F 仿射变换矩阵 330

你还可能感兴趣

我要评论