分享一个CV知识库，上千篇文章、专栏，CV所有资料都在这了

CV技术指南，正如咱们公众号名字所言，整个CV、DL涉及到的所有相关科研方向和技术，涵盖CV入门、科研、部署、项目、就业、最新顶会，一共一千多篇文章，都在这了，是名副其实的CV技术指南。

废话不多说，请直接看。

CV学习指南（一）模型的概念

https://t.zsxq.com/11DBam1Jp

CV学习指南（二）欠拟合与过拟合

https://t.zsxq.com/11Odn7gj3

CV学习指南（三）模型的偏差方差、泛化性

https://t.zsxq.com/11A2hwaHk

CV学习指南（四）卷积神经网络的理解

https://t.zsxq.com/11pRc0Q7Y

CV学习指南（五）全面理解池化层

https://t.zsxq.com/11x4L9P22

CV学习指南（六）全面理解归一化层

https://t.zsxq.com/11GLJv4DH

CV学习指南（七）反向传播

https://t.zsxq.com/11A31Gxib

CV学习指南（八）优化算法

https://t.zsxq.com/11Rck0DHM

前⾯介绍了模型的基本概念，和卷积神经⽹络的各种层的理解，以及后向传播，优化算法。通过这些学习，我们已经理解了深度学习神经⽹络的理论知识，那么，接下来，就开始实践部分，毕竟学⽽不练则忘，通过⾃⼰写代码，跑模型，才能更深⼊的理解知识。深度学习框架有很多，⽐如Pytorch，Tensorflow，PaddlePaddle，但是搭建模型的基本步骤是⼀致的，Pytorch上⼿简单，学会了使⽤Pytorch搭建模型，再去学习其他框架也是类似的思路。在这个过程中，⼤家⼀定要跟着教程，实际的上⼿去练习，从中感受撸代码的乐趣。

前面学习了机器学习和深度学习基础理论知识以及 Pytorch 训练模型的过程，下面开始进入经典论文解读部分，按时间顺序剖析经典论文，理清网络发展的脉络，为后面更为复杂的任务打下坚实的基础。

CV 学习指南（二十四）解读经典网络之 AlexNet

https://t.zsxq.com/11ZhU4Dm4

CV学习指南（二十五）解读经典网络之VGG

https://t.zsxq.com/11fTXVR15

CV学习指南（二十六）解读经典论文之BatchNormalization

https://t.zsxq.com/11RX9tZhl

CV学习指南（二十七）解读经典论文之Network in Network

https://t.zsxq.com/119zFXLVh

CV 学习指南（二十八）解读经典网络之 GoogLeNet

https://t.zsxq.com/119THzCy8

CV学习指南（二十九）解读经典网络之Inception_V2V3

https://t.zsxq.com/11ELsRuXT

CV学习指南（三十）解读经典网络之Inception_V4

https://t.zsxq.com/11myzljVL

CV学习指南（三十一）解读经典网络之ResNet

https://t.zsxq.com/11IuWkEdt

CV学习指南（三十二）解读经典网络之ResNeXt

https://t.zsxq.com/11Yb7dpbP

CV学习指南（三十三）解读经典网络之DenseNet

https://t.zsxq.com/11zjaRQPR

CV学习指南（三十四）解读经典网络之SENet

https://t.zsxq.com/119bpfCyL

CV学习指南（三十五）解读经典网络之CSPNet

https://t.zsxq.com/11b2N9naw

CV学习指南（三十六）解读经典网络之RepVGG

https://t.zsxq.com/11jjGbpYv

CV学习指南（三十七）解读经典网络之RepLKNet

https://t.zsxq.com/11ByynJHm

CV学习指南（三十八）解读经典网络之ConvNet

https://t.zsxq.com/11OTE4qbW

CV学习指南（三十九）解读经典网络之MobileNet_V1

https://t.zsxq.com/11TbqmwuZ

CV学习指南（四十）解读经典网络之SqueezeNet

https://t.zsxq.com/114101790

CV学习指南（四十一）解读经典网络之Xception

https://t.zsxq.com/11UpHs5zc

CV学习指南（四十二）解读经典网络之ShuffleNet_V1

https://t.zsxq.com/11ywIp78E

CV学习指南（四十三）解读经典网络之ShuffleNet_V2

https://t.zsxq.com/11Up1Dh4T

CV学习指南（四十四）解读经典网络之MobileNet_V2

https://t.zsxq.com/11baSDQUN

CV学习指南（四十五）解读经典网络之MobileNet_V3

https://t.zsxq.com/11YK6YDy4

CV学习指南（四十六）解读经典网络之EfficientNet

https://t.zsxq.com/11ipHmlHf

CV学习指南（四十七）解读经典网络之GhostNet

https://t.zsxq.com/115XtSDRQ

CV学习指南（四十八）解读经典网络之efficientnet_v2

https://t.zsxq.com/11w7GwyGn

CV学习指南（四十九）解读经典网络之Transformer

https://t.zsxq.com/11mMFpb8z

CV学习指南（五十）解读经典网络之DETR

https://t.zsxq.com/11jgrGvJ9

CV学习指南（五十一）解读经典网络之ViT

https://t.zsxq.com/111o7MFHg

CV学习指南（五十二）解读经典网络之DeiT

https://t.zsxq.com/11A8erbPF

待继续更新中......所有文章我们都已经准备好，只待逐步发出来。

后续更新计划：Transformer经典网络，神经网络大总结，目标检测所有经典模型与大总结（预测头设计总结、损失函数设计总结、动态标签匹配方法总结，neck设计总结），数字图像处理，深度学习/统计学习其它模型，语义分割所有经典模型与大专栏，Transformer轻量化大专栏，缺陷检测所有模型与大专栏，以及各个方向大专栏（不少于20个专栏，每个专栏16-30篇文章）等。

预计将更新数百篇文章，真正由浅及深，成为深度学习/CV/感知算法专家。

优惠88元，限时半个月。

9月8号我们将开设一期入门班，含10次左右的直播课，对于需要入门的朋友，可以添加文末微信报名。

部署方面同样有从入门到精通的系列文章

CUDA 教程（一）GPU 编程概述 和 CUDA 环境搭建

https://t.zsxq.com/11opqtCBp

CUDA 教程（二）CUDA 模型概述

https://t.zsxq.com/11tp9iTTf

CUDA 教程（三）CUDA C 编程简介

https://t.zsxq.com/11IWdxuPI

CUDA 教程（四）PyCUDA 编程简介

https://t.zsxq.com/119MTUkIL

CUDA 教程（五）CUDA 内存模型概述

https://t.zsxq.com/11XwiUGdN

CUDA 教程（六）CUDA 内存管理（一）

https://t.zsxq.com/11i5pHw9I

CUDA 教程（七）CUDA 内存管理（二）

https://t.zsxq.com/11WBGXFbg

CUDA 教程（八）CUDA 内存管理（三）

https://t.zsxq.com/11QXh3bXh

CUDA 教程（九）CUDA 流，事件与同步

https://t.zsxq.com/11wJ6PzU6

CUDA 教程（十）CUDA 流、并发与上下文

https://t.zsxq.com/112AUCRbs

TensorRT教程（一）基本概述

https://t.zsxq.com/11ULevUNQ

TensorRT教程（二）部署流程与工具

https://t.zsxq.com/11Zd3ZIvQ

TensorRT教程（三）安装

https://t.zsxq.com/11GHlsnz3

TensorRT教程（四）解读官方例程MNIST

https://t.zsxq.com/11Ho8Qhqt

TensorRT教程（五）使用TensorRT部署YOLOv6

https://t.zsxq.com/11kSR3QQi

TensorRT教程（六）使用Python和C++两种方式部署YOLOv5的TensorRT模型

https://t.zsxq.com/11nuoJLcD

TensorRT教程（七）使用C++部署YOLOX的TensorRT模型

https://t.zsxq.com/11xJ0Vh56

OpenVINO教程（一）概述、安装

https://t.zsxq.com/11bCgVKLm

OpenVINO教程（二）OpenCV图像基本操作

https://t.zsxq.com/11TUVQeKR

OpenVINO教程（三）学点OpenCV吧 - 第二篇

https://t.zsxq.com/11fs124T6

OpenVINO教程（四）OpenVINO Runtime API

https://t.zsxq.com/11yyvXRxW

OpenVINO教程（五）OpenVINO实现文本检测

https://t.zsxq.com/11MqTwnEs

OpenVINO教程（六）OpenVINO实现人脸识别

https://t.zsxq.com/11N5A6yYz

OpenVINO教程（七）OpenVINO实现脸部landmarks

https://t.zsxq.com/11sqFMjGE

OpenVINO教程（八）模型优化器ModelOptimizer(⼀)

https://t.zsxq.com/11IyZzkTN

OpenVINO专栏（九）模型优化器ModelOptimizer的优化技术

https://t.zsxq.com/11yMCgcFh

OpenVINO教程(十)将Tensorflow转换成OpenVINO并推理

https://t.zsxq.com/11c9qEjuM

libtorch系列（零）开篇

https://t.zsxq.com/11OIuYwfm

libtorch教程（一）开发环境搭建：VS+libtorch和Qt+libtorch

https://t.zsxq.com/11fTjSHNH

libtorch教程（二）张量的常规操作

https://t.zsxq.com/11LY61cYC

libtorch教程（三）简单模型搭建

https://t.zsxq.com/11aHO1SRa

libtorch教程（四）数据加载模块使用

https://t.zsxq.com/11KYVxlpg

libtorch教程（五）分类模型搭建，训练和预测

https://t.zsxq.com/110wsO1qr

libtorch教程（六）分割模型搭建，训练和预测

https://t.zsxq.com/11bNLa22z

libtorch教程（七）目标检测模型搭建，训练和预测

https://t.zsxq.com/11tP5qTN6

libtorch系列（八）总结与展望

https://t.zsxq.com/11m2Pvodl

Paddle教程

PaddlePaddle 教程【零】PaddlePaddle概述与安装

https://t.zsxq.com/11GKw8zhv

PaddlePaddle 教程【一】PaddlePaddle中的Tensor

https://t.zsxq.com/11AUclh6z

PaddlePaddle 教程【二】PaddlePaddle的数据加载

https://t.zsxq.com/11kx4SGmz

PaddlePaddle 教程【三】PaddlePaddle的网络构建

https://t.zsxq.com/118mm05yX

PaddlePaddle 教程【四】PaddlePaddle的优化器构建

https://t.zsxq.com/11YSeMHPX

PaddlePaddle 教程【五】PaddlePaddle的损失函数构建

https://t.zsxq.com/114eHpRmf

PaddlePaddle 教程【六】PaddlePaddle的评估指标

https://t.zsxq.com/11LIUvWpy

PaddlePaddle 教程【七】PaddlePaddle的可视化

https://t.zsxq.com/11HVYm1UY

PaddlePaddle 教程【八】PaddlePaddle从头实现ResNet分类项目

https://t.zsxq.com/114bvZFh4

PaddlePaddle 教程【九】PaddlePaddle中的混合精度

https://t.zsxq.com/11Fygxov3

PaddlePaddle 教程【十】PaddlePaddle中的分布式训练

https://t.zsxq.com/11TN6XpAP

教程类除了以上这些，还有OpenMM教程、RockChip-NPU、CPU上的推理框架、海思NNIE部署系列、NCNN量化部署、CPU上的指令集优化、强化学习教程等

对于需要系统学习部署相关经验和技术的朋友，可以报名我们的全栈班，安排大厂资深部署工程师进行一对一指导。包括算法工程师也可以指导，系统提升项目经验和工作能力。

一些其它内容等专栏

Transformer轻量化专栏（一）概述

https://t.zsxq.com/11xYKeCqF

Transformer轻量化专栏（二）介绍 ResT工作

https://t.zsxq.com/11fYyUNll

Transformer轻量化专栏（三）基于移位操作的ShiftVit

https://t.zsxq.com/11WHuHFkA

Transformer轻量化专栏（四）介绍LVT和SwiftFormer

https://t.zsxq.com/11P5FJ8C6

Transformer轻量化专栏（五）介绍MetaFormer和RiFormer工作

https://t.zsxq.com/11nikoMIf

Transformer轻量化专栏（六）介绍基于Quadtree的粗粒度细粒度特征提取

https://t.zsxq.com/11xAMyPr5

基于Transformer轻量化专栏（七）介绍LightViT和FasterViT工作

https://t.zsxq.com/11VXWjS25

基于Transformer的轻量化专栏（八）介绍mobilevit工作

https://t.zsxq.com/11IX6ndwg

Transformer轻量化专栏（九）介绍MobileFormer工作

https://t.zsxq.com/11wg98bnV

Transformer轻量化专栏（十）介绍NextViT工作

https://t.zsxq.com/11QfshPsr

Transformer轻量化专栏（十一）介绍DVT和DGE工作

https://t.zsxq.com/11wRycRe1

Transformer轻量化专栏（十二）介绍minivit_revvit工作

https://t.zsxq.com/11cP73u5r

Transformer轻量化专栏（十三）介绍vitas_autoformer 工作

https://t.zsxq.com/11UNKtmFG

Transformer轻量化专栏（十四）介绍ViT-Slim和As-ViT

https://t.zsxq.com/11SsnMq8n

Transformer轻量化专栏（十五）介绍SPViT和NASViT

https://t.zsxq.com/11hIOMZtj

Transformer轻量化专栏（十六）介绍NASViT

https://t.zsxq.com/115oHpb09

Transformer轻量化专栏（十七）介绍UP-ViT和CPViT

https://t.zsxq.com/11XzVwqlC

国内外优秀教程推荐（一）强化学习教程

https://t.zsxq.com/11pjtxZPz

国内外优秀教程推荐（二）解析卷积神经网络-深度学习实践手册（作者：魏秀参）

https://t.zsxq.com/11Odb4BAl

国内外优秀教程推荐（三）《神经网络与深度学习》（作者：邱锡鹏）

https://t.zsxq.com/11ijfJugs

国内外优秀教材推荐（四）《ChatGPT 的前世今生》

https://t.zsxq.com/11W3J1WMr

国内外优秀教材推荐（五）陆奇大模型演讲稿

https://t.zsxq.com/11ksEfMAd

国内外优秀教材推荐（六）吴恩达推出3节大模型系列课程，限时免费

https://t.zsxq.com/11lEbIsqd

国内外优秀教材推荐（七）《自然语言处理导论》

https://t.zsxq.com/11za4oh9M

国内外优秀教材推荐（八）大语言模型理论与实践

https://t.zsxq.com/11pnztyk3

国内外优秀教材推荐（九）LLM Learning Lab

https://t.zsxq.com/11QI2DArW

国内外优秀教材推荐（十）人工智能：现代方法

https://t.zsxq.com/11EvtBrGu

国内外优秀教材推荐（十一）斯坦福新课，从语言到信息

https://t.zsxq.com/11pRaQZJi

国内外优秀教程推荐（十二）《大型语言模型：产品中的应用》

https://t.zsxq.com/11AbUHgcT

国内外优秀教程推荐（十三）免费书：Google软件工程实践

https://t.zsxq.com/118o9xpSf

国内外优秀教程推荐（十四）CMU《机器学习系统》课程(2022)

https://t.zsxq.com/11fvpXT9J

持续更新ing......

除了以上列举的以外，还有：生成模型专栏、对比学习专栏、行为识别与多任务专栏、自编码器专栏、实例分割专栏、显著性目标检测专栏、视频理解专栏、半监督语义分割专栏、OCR专栏、基于CLIP的多模态专栏、AIGC专栏、Nerf与三维重建专栏、基于点云的三维重建专栏、半监督语义分割专栏、异常检测专栏、域适应与域泛化专栏、MIM专栏、低光照图像增强专栏、视觉定位领域专栏、缺陷检测专栏、BEV专栏、模型轻量化专栏、ReID专栏、点云目标检测专栏、图神经网络专栏、不良条件下的感知任务专栏、模型量化专栏、扩散模型专栏、可见光遥感图像目标检测专栏等。可能还有漏掉的一些专栏。

一共一千多篇文章，历时一年，由几十位大佬投稿完成。

优惠88元，限时半个月。

【CV技术指南】咱们自己的CV全栈指导班、基础入门班、论文指导班 全面上线!!

报名入门班的朋友，添加时请备注：研究方向-城市-入门

报名全栈班的朋友，添加时请备注：研究方向-城市-全栈