本文目录
[[toc]]
现有的视觉模型
| 领域 | 模型 | 说明 |
|---|---|---|
| 卷积神经网络 | LeNet | 早期卷积网络，用于手写数字识别 |
| 卷积神经网络 | AlexNet | 深度学习在图像识别领域取得突破的标志性模型 |
| 卷积神经网络 | VGGNet | 通过重复使用简单卷积层和池化层构建深层网络 |
| 卷积神经网络 | ResNet | 引入残差连接解决深层网络训练难题，允许构建更深网络模型 |
| 卷积神经网络 | Inception (GoogLeNet) | 通过“网络中的网络”结构提高网络的宽度和深度 |
| 目标检测 | Faster R-CNN | 有效结合区域提议网络（RPN）和Fast R-CNN进行目标检测 |
| 目标检测 | YOLO | 将任务视为单一回归问题，实现快速目标检测 |
| 目标检测 | SSD | 在多个尺度上直接预测边界框和类别概率，平衡速度和准确性 |
| 图像分割 | FCN (Fully Convolutional Network) | 用于语义分割，将图像中每个像素分类 |
| 图像分割 | UNet | 特别适用于医学图像分割，具有特殊U形结构 |
| 图像分割 | Mask R-CNN | 在Faster R-CNN基础上增加分支，用于生成高质量分割掩码 |
| 姿态估计 | OpenPose | 实时多人系统，能从图像中估计姿态 |
| 生成模型 | VAE (Variational Autoencoder) | 通过编码器和解码器学习给定数据的潜在表示 |
| 生成模型 | GAN (Generative Adversarial Network) | 由生成器和判别器组成，用于生成逼真图像 |
| 生成模型 | CGAN (Conditional Generative Adversarial Network) | 在GAN基础上增加条件变量，允许模型生成具有特定特征的图像 |