Skip to content

Latest commit

 

History

History
96 lines (70 loc) · 2.99 KB

5-Computer vision.md

File metadata and controls

96 lines (70 loc) · 2.99 KB

计算机视觉

[TOC]

1. 书籍推荐

  • 《Computer Vision：Models, Learning and Inference》
  • 《Computer Vision：Algorithms and Applications》
  • 《OpenCV3编程入门》
  • 《DEEP LEARNING》

2. 在线课程

  • Stanford CS223B
  • Stanford CS231N

3. 开源软件

  • OpenCV
  • Caffe
  • TensorFlow

4. 计算机视觉顶会

  • ICCV：International Conference on Computer Vision，国际计算机视觉大会
  • CVPR：International Conference on Computer Vision and Pattern Recognition，国际计算机视觉与模式识别大会
  • ECCV：European Conference on Computer Vision，欧洲计算机视觉大会

5. 项目或竞赛

  • 物体分类（Object Classification）
    • CNN
  • 目标检测（Object Detection）
    • RCNN、Fast RCNN、Faster RCNN
    • SPPNET
    • SSD
    • YOLOv1、YOLOv2、YOLOv3
  • 目标跟踪
    • DLT、SO-DLT
  • 人脸检测（Face recognition）
    • FaceNet、MTCNN
  • 语义分割（Image Semantic Segmentation）
    • FCN

6. 优秀github项目

人工智能工程师面试 dingdang智能音箱

7. 工作项目

  • Text detection

    • CPTN：https://github.com/eragonruan/text-detection-ctpn
    • http://slade-ruan.me/
    • CNN+RNN+CTC方案
    • https://zhuanlan.zhihu.com/p/29549641
    • ICDAR2015 - Incidental Scene Text dataset

      • 常用的英文文字检测数据集

      • 它涵盖1000张训练图片（约包含4500个单词）和500张测试图片；

      • 它重点采集了一些随机场景，在这些场景中文字具有方向任意、字体小、低像素的特性。

    • MSRA-TD500
      • 中英数据集
      • 包含了500张自然图片（涵盖室内、室外采集）；
      • 包含中文、英文及中英混合形式，具有不同的字体、大小、颜色、方向；
      • 文本边框标注；
    • RCTW-17
      • 包含中文文本的图片共12034张（其中8034张训练图片，4000张测试图片）；
      • 图片涵盖汉字、数字、英文单词，其中汉字占最大比例；
      • ICDAR2017的中文场景文字检测比赛用的是这个数据集。

  • Face recognition

    • opencv Haar

      有点是简单，快速；存在的问题是人脸检测效果不好。如图3-1所示，正面/垂直/光线较好的人脸，该方法可以检测出来，而侧面/歪斜/光线不好的人脸，无法检测。因此，该方法不适合现场应用

    • dlib

      效果好于opencv的方法，但是检测力度也难以达到现场应用标准

    • mtcnn + facenet

      mtcnn人脸检测方法对自然环境中光线，角度和人脸表情变化更具有鲁棒性，人脸检测效果更好；同时，内存消耗不大，可以实现实时人脸检测

    • 训练集：VGGFace2数据集

      331万个图像=9131实例*362.6图像

      姿势，年龄，种族，职业（演员，运动员，政治家）

  • object detection

    • ssd
    • yolov3
    • moblenet