AI——AI学习知识思路总结

一、卷积神经网络CNN常用模型（图片分类、目标检测）

• LeNet5

• AlexNet

• VGGNet(Vgg16,Vgg19)

• Google Inception Net(V1,V2,V3,V4）

• ResNet残差网络(ResNet18,ResNet34,ResNet50,ResNet101,ResNet152,ResNext,SEREesNet,SEResNext)

• Xception

• DenseNet201

• InceptionResNetV2 卷积神经网络模型

• 后ResNet时代:SeNet和SKNet

• EfficientNet-b7:详情

• Pnasnet5large:

• ResNeXtWSL:

具体详细见：

• https://www.cnblogs.com/hotsnow/p/9734375.html

• 完整学习 ResNet 家族 ResNext, SEResNet, SEResNext 代码实现

• ResNet和ResNeXt分类结构

• 经典分类CNN模型系列其八：ResNeXt

• 
  

二、目标检测常用模型

•  R-CNN(2013年）

• Fast R-CNN（2015年）

• Faster R-CNN（2015年）

• SPPNet（空间金字塔网络）

• RPN(区域候选网络)

• SSD

• YOLO(v1,v2,v3)

具体详细见：https://cloud.tencent.com/developer/news/281788

三、NLP自然语言预训练模型

• Word2vec模型

• ELMO模型

• GPT模型

• BERT模型

具体详细见：https://www.cnblogs.com/zhaopAC/p/11219600.html

四、人脸识别技术系列模型

• dlib(人脸检测库)(人脸系列（I）人脸检测案例)

• MTCNN(检测人脸区域)+SSR(年龄判断)(人脸系列（II）年龄判断案例)

• kaggle2013数据集(人脸系列（III）表情检测案例) 

• FaceNet：人脸系列（IV）人脸识别案例

引用：

MTCNN工作原理

何应用MTCNN和FaceNet模型实现人脸检测及识别

五、OCR图片文字识别模型：

• CTPN（文字区域识别）

• CRNN（中文字符识别）

具体详细见：

• http://www.sohu.com/a/206617711_609569

• https://blog.csdn.net/weixin_38197294/article/details/78659650

• https://msd.misuland.com/pd/2884250137616454034

• CTPN/CRNN的OCR自然场景文字识别理解（一）

• CTPN/CRNN的OCR自然场景文字识别理解(二)

六、AI同学群相关AI资料整理汇集：http://114.115.214.89:34567/