画像処理における深層学習の応用チュートリアル

序文

• このチュートリアルは、私の大学院時代の研究内容を整理して要約するものであり、同時に、より多くの友人を助けることを願っています. その後、新たに学んだ知識があれば、それをみんなで共有します。
• このチュートリアルはビデオの形式で共有されます. 教育プロセスは次のとおりです:
  1) ネットワークの構造と革新を紹介する
  2) Pytorch を使用してネットワークを構築およびトレーニングする
  3) Tensorflow (内部 keras モジュール) を使用して構築および構築するネットワークを訓練する
• コース内のすべての PPT は

  course_ppt

  フォルダーに配置され、自分でダウンロードする必要があります。

チュートリアルディレクトリ、クリックすると対応する動画に飛びます（学習内容に応じて後から追加されます）

• 画像分類

  • LeNet（完成）

    • Pytorch 公式デモ (Lenet)
    • Tensorflow2 公式デモ

  • AlexNet (完成)

    • AlexNet ネットワークの説明
    • Pytorch は AlexNet を構築します
    • Tensorflow2 は Alexnet を構築します

  • VggNet（完成）

    • VggNet ネットワークの説明
    • Pytorch は VGG ネットワークを構築します
    • Tensorflow2 は VGG ネットワークを構築します

  • GoogLeNet (完成)

    • GoogLeNet ネットワークの説明
    • Pytorch は GoogLeNet ネットワークを構築します
    • Tensorflow2 は GoogLeNet ネットワークを構築します

  • ResNet（完成）

    • ResNet ネットワークの説明
    • Pytorch は ResNet ネットワークを構築します
    • Tensorflow2 は ResNet ネットワークを構築します

  • ResNeXt（完了）

    • ResNeXt ネットワークの説明
    • Pytorch は ResNeXt ネットワークを構築します

  • MobileNet_V1_V2 (完了)

    • MobileNet_V1_V2 ネットワークの説明
    • Pytorch は MobileNetV2 ネットワークを構築します
    • Tensorflow2 は MobileNetV2 ネットワークを構築します

  • MobileNet_V3 (完成品)

    • MobileNet_V3 ネットワークの説明
    • Pytorch は MobileNetV3 ネットワークを構築します
    • Tensorflow2 は MobileNetV3 ネットワークを構築します

  • ShuffleNet_V1_V2 (完了)

    • ShuffleNet_V1_V2 ネットワークの説明
    • Pytorch を使用した ShuffleNetV2 のビルド
    • Tensorflow2 で ShuffleNetV2 をビルドする

  • EfficientNet_V1 (完了)

    • EfficientNet ネットワークの説明
    • Pytorch で EfficientNet を構築する
    • Tensorflow2 で EfficientNet を構築する

  • EfficientNet_V2 (完了)

    • EfficientNetV2 ネットワークの説明
    • Pytorch を使用した EfficientNetV2 の構築
    • Tensorflow を使用した EfficientNetV2 の構築

  • RepVGG (完了)

    • RepVGG ネットワークの説明

  • ビジョントランスフォーマー（完成品）

    • マルチヘッドアテンションの説明
    • ビジョントランスネットワークの説明
    • Pytorch を使用したビジョン トランスフォーマーの構築
    • tensorflow2 で Vision Transformer を構築する

  • スウィン トランスフォーマー (完成品)

    • Swin Transformer ネットワークの説明
    • Pytorch で Swin Transformer をビルドする
    • Tensorflow2 で Swin Transformer をビルドする

  • ConvNeXt (完了)

    • ConvNeXt ネットワークの説明
    • Pytorch で ConvNeXt を構築する
    • Tensorflow2 で ConvNeXt を構築する

  • MobileViT（予定）

• ターゲット検出

  • Faster-RCNN/FPN (完成)

    • Fast-RCNN ネットワークの説明
    • FPNネットワークの説明
    • より高速な RCNN ソース コード分析 (Pytorch)

  • SSD/RetinaNet（完成品）

    • SSD ネットワークの説明
    • RetinaNet ネットワークの説明
    • SSD ソースコード分析 (Pytorch)

  • YOLOシリーズ (完成品)

    • YOLOシリーズネットワーク解説（V1～V3）
    • YOLOv3 SPP ソースコード解析 (Pytorch 版)
    • YOLOV4 ネットワークの説明
    • YOLOV5 ネットワークの説明
    • YOLOXネットワークの説明

  • FCOS（完成品）

    • FCOS ネットワークの説明

• セマンティック セグメンテーション

  • FCN（完成）

    • FCNネットワークの説明
    • FCNソースコード解析（Pytorch版）

  • DeepLabV3 (完成)

    • DeepLabV1 ネットワークの説明
    • DeepLabV2 ネットワークの説明
    • DeepLabV3 ネットワークの説明
    • DeepLabV3 ソースコード解析 (Pytorch 版)

  • LR-ASPP（完成品）

    • LR-ASPP ネットワークの説明
    • LR-ASPP ソースコード解析 (Pytorch 版)

  • ユーネット（完成）

    • U-Net ネットワークの説明
    • U-Net ソースコード解析 (Pytorch 版)

  • U2Net（完成）

    • U2Net ネットワークの説明
    • U2Net ソースコード解析 (Pytorch 版)

  • SegFormer（予定）

• インスタンスのセグメンテーション

  • Mask R-CNN（完成品）
    • マスク R-CNN ネットワークの説明
    • Mask R-CNN ソースコード解析 (Pytorch 版)

• キーポイント検出

  • HRNet（完成）
    • HRNet ネットワークの説明
    • HRNet ソースコード解析 (Pytorch 版)

その他の関連動画については、私のbilibiliチャンネルにアクセスしてご覧ください

必要な環境

• Anaconda3 (推奨)
• python3.6/3.7/3.8
• pycharm (IDE)
• pytorch 1.10 (pip パッケージ)
• torchvision 0.11.1 (pip パッケージ)
• tensorflow 2.4.1 (pip パッケージ)

どなたでも、私の WeChat パブリック アカウント ( Azhe Learning Notes ) に注目してください。通常、関連する学習ブログの投稿をまとめます。

質問がある場合は、CSDN にアクセスして一緒に話し合うこともできます。 https://blog.csdn.net/qq_37541097/article/details/103482003

私のbilibiliチャンネル: https://space.bilibili.com/18161609/channel/index