近年来，深度学习在计算机视觉各个领域中的应用成效显著，新的深度学习方法和深度神经网络模型不断涌现，算法性能被不断刷新。本文着眼于2016年-2022年以来的一些典型网络和模型，对基于深度学习的计算机视觉研究新进展进行综述。首先总结了针对图像分类的主流深度神经网络模型，包括标准模型及轻量化模型等；然后总结了针对不同计算机视觉领域的主流方法和模型，包括目标检测、图像分割和图像超分辨率等；最后总结了深度神经网络搜索方法。
便捷获取方式
1. 关注【对白的算法屋】公众号
2. 公众号后台回复 CV 即可。
书中部分内容：
便捷获取方式
1. 关注【对白的算法屋】公众号
2. 公众号后台回复 CV 即可。
『对白的算法屋』，号主对白，本科创业赚数百万又保送清华硕士，现BAT算法工程师。秋招offer收割机的存在，斩获阿里、美团、字节等8家大厂SSP ofer（含特殊计划），薪资40W-80 W不等。此外，他还成功内推数百人入职大厂，内推成功率高达80%。以下是公众号部分原创文章，大家可感受一下~
- 对比学习（Contrastive Learning）在CV与NLP领域中的研究进展
- 谷歌、阿里、腾讯等在大规模图神经网络上必用的GNN加速算法
- 8家大厂SSP offer的清华学长谈算法岗是否人间地狱（送七本学长手写iPad笔记）
- 聊聊我在美团做算法的感受
- 6万字解决算法面试中的深度学习基础问题
- 本科四年，我通过创业赚到了人生第一个500万
