计算机视觉基础知识汇总 （持续更新～）

有的时候知识不用就会忘，准备写一个博客，就是为了将自己的知识做一个积累和分类。 同时也希望可以帮助到刚接触CV的朋友，看见我的博客，能够有所进步。

basic structure

卷积神经网络CNNs: 一种有效地特征提取网络，详细介绍.

1. VGG-16/19: 最基础、有效的特征提取网络。链接

2. ResNet50/101：更深的卷积神经网络。链接

3. DenseNet：更密集的网络，充分融合每一层级的信息（特征重用）链接。

4. Inception_v1-v4 (Google Net)：更宽的网络。链接.

5. GAN：无监督的对抗生成网络
   基础原理.
   万字长文详述GAN.
   几个训练tricks.
   Top 10 必须了解的几个变形GAN.

6. LSTM：最实用的RNN，解决长距离依赖问题，充分学习语义间的空间相关性。链接. 以及它的延伸ConvLSTM here

Related terms

1. feature map：卷积神经网络每一层输出的特征图。
2. multi-level：多指特征提取网络，每层block之间的层级关系。low-level包含更多的local details，high-level 包含更多的global context、semantic information。
3. multi-scale: 通常可以理解为，针对于同一特征图，利用不同大小的卷积核进行卷积，以获得不同的上下文信息。
4. context：结合multi-scale，相同于语义当前卷积的计算结果，考虑了附近多少的值。
5. recurrent 和 recursive ：两者都表示递归、循环。recurrent常表示时间维度的展开，比如lstm。recusive常表示空间维度的循环。
6. Receptive field： feature map 上的像素点在原始图像上映射的区域大小。如何计算
7. Embedding: 利用一个低维向量表示一个物体，可以是一个词，或是商品等。这个embedding向量的性质是能使距离相近的物体有相近的含义。链接.

Convolutional operation

1. standard convolution 链接
2. depth-wise convolution 链接
3. point-wise convolution 链接
4. group-wise convolution 链接
5. dilated convolution 链接
6. Heterogeneous convolution [链接暂无，19年cvpr]

Common operation

1. 卷积操作：进行局部的特征提取，由于其权值共享，使得特征的映射具有位移不变性，而且还减少了网络参数的个数。详细讲解以及一些动态示意图
2. ReLU激活函数的好处： 链接.
3. BN 批量归一化：链接.

Pre-processing

1. 图像减去mean值：链接.

Evaluation metrics

1. PR curves、ROC curves、F-measure 和 AUC：链接

Related Application

1.目标检测 2. 语义分割 3. 实例分割 4. 姿态估计 5. 人脸技术 6. 文本检测与识别 7. 车牌检测与识别 8. 图像分类 9. 医学影像处理与识别 10. 去雨 11. 车道线检测 12. 图像超分辨率 13. 视觉搜索 14. 三维重建 15. SLAM16. 人群计 17. 目标跟踪与视频分析、识别 18. 行人重识别 19. 姿态识别 20. 行人计数 21. 视频运动放大 22. 强化学习 23. 自监督学习 24. 立体成像 25. 形状分析
相关学习链接：here

Related citations

1. https://blog.csdn.net/weixin_42451919/article/details/81381294
2. https://blog.csdn.net/qq_19329785/article/details/84504722
3. https://blog.csdn.net/lanran2/article/details/79057994
4. https://blog.csdn.net/u013841196/article/details/80725764
5. https://blog.csdn.net/diamonjoy_zone/article/details/70576775
6. https://blog.csdn.net/tintinetmilou/article/details/81607721
7. https://zhuanlan.zhihu.com/p/31004121
8. https://blog.csdn.net/hongxingabc/article/details/79563525
9. https://mp.weixin.qq.com/s/p-rckegsPp_Mu26PPt0Cjw
10. https://mp.weixin.qq.com/s/0qdD1sXWaRvxoZ3aecQzrA
11. https://www.cnblogs.com/wangduo/p/6773601.html?utm_source=itdadao&utm_medium=referral
12. https://blog.csdn.net/gzj_1101/article/details/79586579
13. https://blog.csdn.net/pandamax/article/details/72840822
14. https://mp.weixin.qq.com/s/N85gA350s-lS5p-Q-vgeRA