简单网站开发准备,网站开发后端培训,万维网网站备案流程,电子商务网站建设概念2019 第 40 篇#xff0c;总第 64 篇文章本文大约7000字#xff0c;建议收藏阅读之前通过三篇文章简单介绍了机器学习常用的几种经典算法#xff0c;当然也包括了目前很火的 CNNs 算法了#xff1a;常用机器学习算法汇总比较(上#xff09;常用机器学习算法汇总比较(中总第 64 篇文章本文大约7000字建议收藏阅读之前通过三篇文章简单介绍了机器学习常用的几种经典算法当然也包括了目前很火的 CNNs 算法了常用机器学习算法汇总比较(上常用机器学习算法汇总比较(中常用机器学习算法汇总比较(完这些算法各有各的优缺点和适用的领域了解熟悉它们是很有必要的但如何应用它们还需要具体问题具体分析而机器学习常见的应用方向包括以下几个计算机视觉(CV)自然语言处理(NLP)语音识别推荐系统广告等等更详细的可以参考之前推荐过的一个网站https://paperswithcode.com/sota这个网站非常详细划分了 16 个大方向包括总共 1081 个子方向。如果想进入机器学习领域首先还是选择一个方向领域然后了解和熟悉该方向领域内所需要的算法特定的解决技巧等。当然这篇文章主要介绍的是计算机视觉的应用计算机视觉也算是这 16 个方向里面最热门也是发展最成熟的其中一个方向了。计算机视觉可以分为以下几大方向图像分类目标检测图像分割风格迁移图像重构超分辨率图像生成人脸其他虽然这里说的都是图像但其实视频也属于计算机视觉的研究对象所以还有视频分类、检测、生成以及追踪但篇幅的关系以及目前研究工作方向也集中于图像暂时就不介绍视频方面应用的内容。每个方向会简单介绍该方向需要解决的问题以及推荐一些 Github 项目、论文或者是综述文章。因为公众号不支持外链所以文中部分链接无法直接点开可以点击文末“阅读原文”查看原文来直接跳转链接。1. 图像分类(Image Classification)图像分类也可以称为图像识别顾名思义就是辨别图像是什么或者说图像中的物体属于什么类别。图像分类根据不同分类标准可以划分为很多种子方向。比如根据类别标签可以划分为二分类问题比如判断图片中是否包含人脸多分类问题比如鸟类识别多标签分类每个类别都包含多种属性的标签比如对于服饰分类可以加上衣服颜色、纹理、袖长等标签输出的不只是单一的类别还可以包括多个属性。根据分类对象可以划分为通用分类比如简单划分为鸟类、车、猫、狗等类别细粒度分类目前图像分类比较热门的领域比如鸟类、花卉、猫狗等类别它们的一些更精细的类别之间非常相似而同个类别则可能由于遮挡、角度、光照等原因就不易分辨。根据类别数量还可以分为Few-shot learning即小样本学习训练集中每个类别数量很少包括 one-shot 和 zero-shot large-scale learning大规模样本学习也是现在主流的分类方法这也是由于深度学习对数据集的要求。推荐的 Github 项目如下Awesome Image Classificationawesome-few-shot-learningawesome-zero-shot-learning论文ImageNet Classification With Deep Convolutional Neural Networks, 2012Very Deep Convolutional Networks for Large-Scale Image Recognition, 2014.Going Deeper with Convolutions, 2015.Deep Residual Learning for Image Recognition, 2015.Inceptionv4 Inception-ResNetv22016RexNext2016NasNet2017ShuffleNetV22018SKNet2019文章入门 | 从VGG到NASNet一文概览图像分类网络CNN网络架构演进从LeNet到DenseNet旷视南京研究院魏秀参细粒度图像分析综述小样本学习年度进展|VALSE2018常用的图像分类数据集Mnist手写数字数据集包含 60000 张训练集和 10000 张测试集。Cifar分为 Cifar10 和 Cifar100。前者包含 60000 张图片总共10个类别每类 6000 张图片。后者是 100 个类别每个类别 600 张图片。类别包括猫狗鸟等动物、飞机汽车船等交通工具。Imagenet应该是目前最大的开源图像数据集包含 1500 万张图片2.2 万个类别。2. 目标检测(Object Detection)目标检测通常包含两方面的工作首先是找到目标然后就是识别目标。目标检测可以分为单物体检测和多物体检测即图像中目标的数量例子如下所示以上两个例子是来自 VOC 2012 数据集的图片实际上还有更多更复杂的场景如 MS COCO 数据集的图片例子目标检测领域其实有很多方法其发展史如下所示从上图可以知道有几个方法系列R-CNN 系列从 R-CNN 到 Fast R-CNN、Faster R-CNNMask R-CNNYOLO 系列从 v1 到 2018 年的 v3 版本Github 项目awesome-object-detectionhttps://github.com/facebookresearch/Detectronhttps://github.com/jwyang/faster-rcnn.pytorch论文R-CNN2013Fast R-CNN2015Faster R-CNN2015Mask R-CNN2017YOLO2015YOLOv22016YOLOv32018SSD2015FPN2016文章一文读懂目标检测R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD教程 | 单级式目标检测方法概述YOLO 与 SSD从 RCNN 到 SSD这应该是最全的一份目标检测算法盘点从 R-CNN 到 RFBNet目标检测架构 5 年演进全盘点常用的数据集VOC 2012MS COCO3. 图像分割(Object Segmentation)图像分割是基于图像检测的它需要检测到目标物体然后把物体分割出来。图像分割可以分为三种普通分割将不同分属于不同物体的像素区域分开比如前景区域和后景区域的分割语义分割普通分割的基础上在像素级别上的分类属于同一类的像素都要被归为一类比如分割出不同类别的物体实例分割语义分割的基础上分割出每个实例物体比如对图片中的多只狗都分割出来识别出来它们是不同的个体不仅仅是属于哪个类别。一个图形分割的例子如下所示下图就是一个实例分割的例子用不同的颜色表示不同的实例。Githubawesome-semantic-segmentation论文U-Net2015DeepLab2016FCN2016文章深度 | 用于图像分割的卷积神经网络从R-CNN到Mark R-CNN综述----图像分割综述图像语义分割综述4. 风格迁移(Style Transfer)风格迁移是指将一个领域或者几张图片的风格应用到其他领域或者图片上。比如将抽象派的风格应用到写实派的图片上。一个风格迁移的例子如下, 图 A 是原图后面的 B-F 五幅图都是根据不同风格得到的结果。一般数据集采用常用的数据集加一些著名的艺术画作品比如梵高、毕加索等。GithubA simple, concise tensorflow implementation of style transfer (neural style)TensorFlow (Python API) implementation of Neural StyleTensorFlow CNN for fast style transfer论文A Neural Algorithm of Artistic Style2015Image Style Transfer Using Convolutional Neural Networks, 2016Deep Photo Style Transfer2017文章图像风格迁移(Neural Style)简史Style Transfer | 风格迁移综述感知损失(Perceptual Losses)图像风格转换(Image style transfer)风格迁移Style Transfer论文阅读整理一5. 图像重构(Image Reconstruction)图像重构也称为图像修复(Image Inpainting)其目的就是修复图像中缺失的地方比如可以用于修复一些老的有损坏的黑白照片和影片。通常会采用常用的数据集然后人为制造图片中需要修复的地方。一个修复的例子如下所示总共是四张需要修复的图片例子来自论文Image Inpainting for Irregular Holes Using Partial Convolutions。论文Pixel Recurrent Neural Networks, 2016.Image Inpainting for Irregular Holes Using Partial Convolutions, 2018.Highly Scalable Image Reconstruction using Deep Neural Networks with Bandpass Filtering, 2018.Generative Image Inpainting with Contextual Attention 2018Free-Form Image Inpainting with Gated Convolution2018EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning2019GithubAwesome-Image-Inpaintinggenerative_inpaintingedge-connect文章女神被打码了一笔一划脑补回来效果超越Adobe | 已开源2018 CVPR image inpainting6. 超分辨率(Super-Resolution)超分辨率是指生成一个比原图分辨率更高、细节更清晰的任务。一个例子如下图所示图例来自论文Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network。通常超分辨率的模型也可以用于解决图像恢复(image restoration)和修复(inpainting)因为它们都是解决比较关联的问题。常用的数据集主要是采用现有的数据集并生成分辨率较低的图片用于模型的训练。GithubImage Super-Resolution for Anime-Style Art--用于动漫图片的超分辨率应用14k 的 starsneural-enhanceImage super-resolution through deep learning论文Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network, 2017.Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution, 2017.Deep Image Prior, 2017.ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks2018文章图像超分辨率重建超分辨率技术如何发展这6篇ECCV 18论文带你一次尽览深度学习图像超分辨率最新综述从模型到应用ESRGAN基于GAN的增强超分辨率方法附代码解析7. 图像生成(Image Synthesis)图像生成是根据一张图片生成修改部分区域的图片或者是全新的图片的任务。这个应用最近几年快速发展主要原因也是由于 GANs 是最近几年非常热门的研究方向而图像生成就是 GANs 的一大应用。一个图像生成例子如下Githubs:tensorflow-generative-model-collections--集成了多种 GANs 的代码The-gan-zoo--收集了当前的所有 GANs 相关的论文AdversarialNetsPapers论文Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks, 2015.Conditional Image Generation with PixelCNN Decoders, 2016.Pix2Pix--Image-to-image translation with conditional adversarial networks2016Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks, 2017.bigGAN--LARGE SCALE GAN TRAINING FOR HIGH FIDELITY NATURAL IMAGE SYNTHESIS2018文章干货 | 深入浅出 GAN·原理篇文字版完整深度 | 生成对抗网络初学入门一文读懂GAN的基本原理附资源独家 | GAN之父NIPS 2016演讲现场直击全方位解读生成对抗网络的原理及未来附PPT英伟达再出GAN神作多层次特征的风格迁移人脸生成器8. 人脸人脸方面的应用包括人脸识别、人脸检测、人脸匹配、人脸对齐等等这应该是计算机视觉方面最热门也是发展最成熟的应用而且已经比较广泛的应用在各种安全、身份认证等比如人脸支付、人脸解锁。这里就直接推荐几个 Github 项目、论文、文章和数据集Githubawesome-Face_Recognition:近十年的人脸相关的所有论文合集face_recognition:人脸识别库可以实现识别、检测、匹配等等功能。facenet论文FaceNet: A Unified Embedding for Face Recognition and Clustering2015Face Recognition: From Traditional to Deep Learning Methods2018MSFD:Multi-Scale Receptive Field Face Detector2018DSFD: Dual Shot Face Detector2018Neural Architecture Search for Deep Face Recognition2019文章人脸识别技术全面总结从传统方法到深度学习资源 | 从人脸检测到语义分割OpenCV预训练模型库数据集LFWCelebAMS-Celeb-1MCASIA-WebFaceFaceScrubMegaFace10. 其他实际上还有其他很多方向包括图文生成(Image Captioning)给图片生成一段描述。Show and Tell: A Neural Image Caption Generator, 2014.文本生成图片(Text to Image)基于文本来生成图片。AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networks, 2017.图片上色(Image Colorization)将图片从黑白变为彩色图。Colorful Image Colorization, 2016.人体姿态估计(human pose estimation)识别人的行为动作Cascaded Pyramid Network for Multi-Person Pose Estimation 2017还有包括 3D、视频、医学图像、问答、自动驾驶、追踪等等方向具体可以查看下面这个网站https://paperswithcode.com/area/computer-vision而如果认定一个方向想开始学习这方面的内容首先推荐可以先查找中文方面的综述文章或者论文当然如果英语阅读能力比较好的也可以查看英文的综述文章通过看综述来查看下自己需要阅读的论文论文推荐先看最近3-5年内的论文太过久远的论文除非需要更加深入了解某个算法否则都不太需要阅读。此外就是需要结合实际项目来加深对算法的了解通过跑下代码也可以更好了解某个算法具体是如何实现的。参考https://machinelearningmastery.com/applications-of-deep-learning-for-computer-vision/https://paperswithcode.com/sota小结本文简单介绍了几个计算机视觉方面的应用包括应用解决的问题以及推荐了几个 Github 项目和论文、文章和常用数据集。欢迎关注我的微信公众号--机器学习与计算机视觉或者扫描下方的二维码大家一起交流学习和进步往期精彩推荐机器学习系列初学者的机器学习入门实战教程模型评估、过拟合欠拟合以及超参数调优方法常用机器学习算法汇总比较(完常用机器学习算法汇总比较(上机器学习入门系列(2)--如何构建一个完整的机器学习项目(一)特征工程之数据预处理上Github项目 资源教程推荐[Github 项目推荐] 一个更好阅读和查找论文的网站[资源分享] TensorFlow 官方中文版教程来了必读的AI和深度学习博客[教程]一份简单易懂的 TensorFlow 教程[资源]推荐一些Python书籍和教程入门和进阶的都有[Github项目推荐] 机器学习 Python 知识点速查表[Github项目推荐] 推荐三个助你更好利用Github的工具Github上的各大高校资料以及国外公开课视频这些单词你都念对了吗顺便推荐三份程序员专属英语教程
