经典网络模型 —— 盘点 22篇必读论文与网络模型 + 5种常见数据集
Author ：Horizon Max
✨ 编程技巧篇：各种操作小结
机器视觉篇：会变魔术 OpenCV
深度学习篇：简单入门 PyTorch
神经网络篇：经典网络模型
算法篇：再忙也别忘了 LeetCode
经典网络模型 —— 盘点22篇必读论文与网络模型 + 5种常见数据集
- ✨ ~ 持续更新中 ~ ✨
- ⭕ 已更新 ⭕
- ❌ 未更新 ❌
- ⛳ 01 数据集篇
-
- MNIST
- CIFAR-10
- VOC 2012
- COCO
- ImageNet
- ⛳ 02 图像分类篇
-
- AlexNet
- GoogLeNet
- VGG
- ResNet
- DenseNet
- ⛳ 03 目标检测篇
-
- R-CNN
- Fast R-CNN
- Faster R-CNN
- SSD
- YOLO-v1
- YOLO-v2
- YOLO-v3
- YOLO-v4
- YOLO-v5
- CenterNet
- ⛳ 04 轻量级网络篇
-
- SqueezeNet
- MobileNet
- ShuffleNet
- Xception
- ⛳ 05 注意力机制篇
-
- SENet
- CBAM
- ECANet
- ⛳ 06 实战篇
-
- CIFAR-10 图像分类
✨ ~ 持续更新中 ~ ✨
⭕ 已更新 ⭕
❌ 未更新 ❌
⛳ 01 数据集篇
MNIST
数据集地址：THE MNIST DATABASE of handwritten digits
博客介绍 ：[ 数据集 ] MNIST数据集介绍
CIFAR-10
数据集 ：The CIFAR-10 dataset
博客介绍 ：[ 数据集 ] CIFAR-10数据集介绍
VOC 2012
数据集 ：Visual Object Classes Challenge 2012 (VOC2012)
博客介绍 ：[ 数据集 ] VOC 2012 数据集介绍
COCO
数据集 ：COCO Dataset
博客介绍 ：[ 数据集 ] COCO 数据集介绍
ImageNet
数据集 ：ImageNet Large Scale Visual Recognition Challenge (ILSVRC)
博客介绍 ：[ 数据集 ] ImageNet 数据集介绍
⛳ 02 图像分类篇
AlexNet
论文 ：ImageNet Classification with Deep Convolutional Neural Networks
博客介绍 ：[ 图像分类 ] 经典网络模型1——AlexNet 详解与复现
GoogLeNet
论文 ：Going deeper with convolutions
博客介绍 ：[ 图像分类 ] 经典网络模型2——GoogLeNet 详解与复现
VGG
论文 ：Very Deep Convolutional Networks for Large Scale Image Recognition
博客介绍 ：[ 图像分类 ] 经典网络模型3——VGG 详解与复现
ResNet
论文 ：Deep Residual Learning for Image Recognition
博客介绍 ：[ 图像分类 ] 经典网络模型4——ResNet 详解与复现
DenseNet
论文 ：Densely Connected Convolutional Networks
博客介绍 ：[ 图像分类 ] 经典网络模型5——DenseNet 详解与复现
⛳ 03 目标检测篇
R-CNN
论文 ：Rich feature hierarchies for accurate object detection and semantic segmentation
博客介绍 ：[ 目标检测 ] 经典网络模型1——R-CNN 详解与复现
Fast R-CNN
论文 ：Fast R-CNN
博客介绍 ：[ 目标检测 ] 经典网络模型2——Fast R-CNN 详解与复现
Faster R-CNN
论文 ：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
博客介绍 ：[ 目标检测 ] 经典网络模型3——Faster R-CNN 详解与复现
SSD
论文 ：SSD: Single Shot MultiBox Detector
博客介绍 ：[ 目标检测 ] 经典网络模型4——SSD 详解与复现
YOLO-v1
作者 ：Survival Strategies for the Robot Rebellion
论文 ：You Only Look Once: Unified, Real-Time Object Detection
博客介绍 ：[ 目标检测 ] 经典网络模型5——YOLO-v1 详解与复现
YOLO-v2
论文 ：YOLO9000: Better, Faster, Stronger
博客介绍 ：[ 目标检测 ] 经典网络模型6——YOLO-v2 详解与复现
YOLO-v3
论文 ：YOLOv3: An Incremental Improvement
博客介绍 ：[ 目标检测 ] 经典网络模型7——YOLO-v3 详解与复现
YOLO-v4
论文 ：YOLOv4: Optimal Speed and Accuracy of Object Detection
博客介绍 ：[ 目标检测 ] 经典网络模型8——YOLO-v4 详解与复现
YOLO-v5
论文 ：YOLO-Z: Improving small object detection in YOLOv5 for autonomous vehicles
博客介绍 ：[ 目标检测 ] 经典网络模型9——YOLO-v5 详解与复现
CenterNet
论文 ：CenterNet: Keypoint Triplets for Object Detection
博客介绍 ：[ 目标检测 ] 经典网络模型10——CenterNet 详解与复现
⛳ 04 轻量级网络篇
SqueezeNet
论文 ：SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size
博客介绍 ：[ 轻量级网络 ] 经典网络模型1——SqueezeNet 详解与复现
MobileNet
论文 ：MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
博客介绍 ：[ 轻量级网络 ] 经典网络模型2——MobileNet 详解与复现
ShuffleNet
论文 ：ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
博客介绍 ：[ 轻量级网络 ] 经典网络模型3——ShuffleNet 详解与复现
Xception
论文 ：Xception: Deep Learning with Depthwise Separable Convolutions
博客介绍 ：[ 轻量级网络 ] 经典网络模型4——Xception 详解与复现
⛳ 05 注意力机制篇
SENet
论文 ：Squeeze-and-Excitation Networks
博客介绍 ：[ 注意力机制 ] 经典网络模型1——SENet 详解与复现
CBAM
论文 ：CBAM: Convolutional Block Attention Module
博客介绍 ：[ 注意力机制 ] 经典网络模型2——CBAM 详解与复现
ECANet
论文 ：ECA-Net: Efficient Channel Attention for Deep Convolutional Neural Networks
博客介绍 ：[ 注意力机制 ] 经典网络模型3——ECANet 详解与复现
⛳ 06 实战篇
CIFAR-10 图像分类
博客介绍 ：[ 图像分类 ] 经典网络模型实例—— CIFAR10 + ResNet50 详解与复现
