文末有大量AI資源下載。

給大家分享一些計算機視覺和深度學習方面的優(yōu)秀文章：

計算機視覺

圖像分割2020總結：結構，損失函數(shù)，數(shù)據集和框架

使用深度學習從視頻中估計車輛的速度

視頻目標跟蹤從0到1，概念與方法

醫(yī)學圖像分割：UNet++

在物體檢測中搞定小目標

使用注意力機制來做醫(yī)學圖像分割的解釋和Pytorch實現(xiàn)

CVPR 2020：物體檢測論文精選

計算機視覺中的半監(jiān)督學習

EfficientNet模型的完整細節(jié)

理解卷積神經網絡中的自注意力機制

深度學習

使用PyTorch時，最常見的4個錯誤

9個技巧讓你的PyTorch模型訓練變得飛快！

Batch Normalization的詛咒

如何將深度學習研究論文實現(xiàn)為代碼的幾個要點

將PyTorch投入生產的5個常見錯誤

神經網絡中的蒸餾技術，從Softmax開始說起

RBF-Softmax：讓模型學到更具表達能力的類別表示

12中主要的Dropout方法：如何應用于DNNs，CNNs，RNNs中的數(shù)學和可視化解釋

用PyTorch部署模型

使用Python部署機器學習模型的10個實踐經驗

這些文章都來自下面的公眾號，歡迎關注：

微信公眾號

AI公園公眾號

做一個生產真正有用的AI內容的公眾號。

個人微信：加時請注明AI公園

下載資源包括：圖像分類，物體檢測，人臉檢測，人臉識別，圖像配準，圖像分割，顯著性物體檢測，表示學習，圖像恢復，半監(jiān)督學習，OCR，ReID等各種AI應用場景。

公眾號【AI公園】后臺回復“AI公園資源“即可獲得所有打包好的資源。