Dive-into-CV-PyTorch

本项目《动手学CV-Pytorch版》是Datawhale:whale:CV小组近期推动的一个重点项目。

受启发于李沐老师的《动手学深度学习》，我们旨在构建一个以Pytorch为框架，强调动手实战的计算机视觉教程项目，帮助大家更好的学习。

项目大体上会按照计算机视觉的不同领域和应用场景进行章节划分，循序渐进，带领大家走进CV的世界，以动手实战的方式，从入门到进阶。

“for the learner，和学习者一起成长”是我们的愿景。

目前项目还处于初期：正在重构前两章内容，并制作第三章：目标检测入门。

如果热爱学习且认同Datawahle开源精神的你正好路过，不妨先点个:star:收藏一下吧，相信随着项目的推进，你我将互相见证彼此的进步。

食用方法

🐳 推荐使用 动手学CV-PyTorch 在线阅读 进行学习

也可以直接在github项目中阅读README教程进行学习，配套的完整代码可以在相应章节目录下面找到。

还等什么，学就完事了～

以下是目录与代码更新进度

动手学CV-Pytorch 目录

• 1. 预备知识

  • 1.1 深度学习环境配置
  • 1.2 Pytorch基础使用介绍
  • 1.3 自动求梯度
  • 1.4 线性回归-小试身手
  • 1.5 初识图像分类

• 2. 图片分类入门

  • 2.1 数据读取与数据扩增
  • 2.2 图像分类介绍
    • 卷积神经网络基础
    • 经典图像分类模型简介
      • LeNet
      • AlexNet
      • VGG
      • 网络中的网络（NiN）
      • 含并行连结的网络（GoogLeNet）
      • 批量归一化（Batch Normalization）
      • 残差网络（ResNet）
  • 2.3 模型训练与验证
  • 2.4 模型集成
  • 2.5 比赛实战
    • 天池计算机视觉入门赛:街景字符识别baseline讲解
    • 比赛方案与优化技巧总结

• 3. 目标检测入门

  推进中...

常见问题

• github页面中无法加载图片的解决办法:

  windows解决方案：修改host文件

• 公式无法正常显示解决办法：

  为了让公式正常显示，强烈建议安装chrome的MathJax Plugin for Github插件。

致谢

贡献者名单

成员	介绍	个人主页
安晟	一只普通的算法攻城狮	CSDN博客, Github
张强	宁波大学计算机硕士	Github
王程伟	南昌航空大学研究生	CSDN博客
伊雪	中电科网安研究院开发工程师
樊亮	Datawhale成员	CSDN博客
杨皓博	Datawhale成员	Github
阿水	公众号：Coggle数据科学	知乎

关注我们

"Datawhale是一个专注AI领域的开源组织，以“for the learner，和学习者一起成长”为愿景，构建对学习者最有价值的开源学习社区。关注我们，一起学习成长。"