计算机视觉 - Keras 中文

► 代码示例 / 计算机视觉

计算机视觉

图像分类

从零开始的图像分类

简单的 MNIST 卷积神经网络

使用 EfficientNet 进行微调的图像分类

使用视觉 Transformer 进行图像分类

使用基于注意力的深度多实例学习进行分类

使用现代 MLP 模型进行图像分类

一种面向移动设备的基于 Transformer 的图像分类模型

在 TPU 上进行肺炎分类

紧凑型卷积 Transformer

使用 ConvMixer 进行图像分类

使用 EANet（外部注意力 Transformer）进行图像分类

卷积神经网络

使用 Perceiver 进行图像分类

使用 Reptile 进行少样本学习

使用 SimCLR 进行对比预训练的半监督图像分类

使用 Swin Transformer 进行图像分类

在小型数据集上训练视觉 Transformer

一种没有注意力的视觉 Transformer

使用全局上下文视觉 Transformer 进行图像分类

使用 BigTransfer (BiT) 进行图像分类

图像分割

使用 U-Net 类架构进行图像分割

使用 DeepLabV3+ 进行多类语义分割

使用 BASNet 进行高精度边界分割

使用可组合的全卷积网络进行图像分割

目标检测

使用 RetinaNet 进行目标检测

使用迁移学习进行关键点检测

使用视觉 Transformer 进行目标检测

3D

来自 CT 扫描的 3D 图像分类

单目深度估计

使用 NeRF 的 3D 体积渲染

使用 PointNet 的点云分割

OCR

用于读取验证码的 OCR 模型

图像增强

用于图像降噪的卷积自编码器

使用 MIRNet 的弱光图像增强

使用高效子像素 CNN 的图像超分辨率

用于单图像超分辨率的增强深度残差网络

用于弱光图像增强的 Zero-DCE

数据增强

用于图像分类的 CutMix 数据增强

用于图像分类的 MixUp 增强

用于图像分类以提高鲁棒性的 RandAugment

图像 & 文本

使用双编码器的自然语言图像搜索

视觉模型的可解释性

可视化卷积神经网络学习的内容

使用集成梯度进行模型可解释性

研究 Vision Transformer 表示

Grad-CAM 类激活可视化

图像相似性搜索

近似重复图像搜索

语义图像聚类

使用具有对比损失的孪生网络进行图像相似性估计

使用具有三重损失的孪生网络进行图像相似性估计

用于图像相似性搜索的度量学习

使用 TensorFlow Similarity 的图像相似性搜索的度量学习

使用 NNCLR 的自监督对比学习

视频

使用 CNN-RNN 架构的视频分类

使用卷积 LSTM 的下一帧视频预测

使用 Transformer 的视频分类

视频视觉 Transformer

性能配方

用于改善训练性能的梯度集中

在 Vision Transformer 中学习标记化

FixRes：修复训练-测试分辨率差异

具有 LayerScale 的类注意图像 Transformer

使用聚合注意增强卷积神经网络

学习调整大小

其他

使用 AdaMatch 的半监督和域适应

用于对比 SSL 的 Barlow Twins

具有监督的一致性训练

蒸馏 Vision Transformer

焦点调制：自注意力的替代品

使用前馈算法进行图像分类

使用自编码器的掩蔽图像建模

具有 🤗Transformers 的 Segment Anything Model

使用 SegFormer 和 Hugging Face Transformers 的语义分割

使用 SimSiam 的自监督对比学习

监督对比学习

当递归遇到 Transformer

使用 YOLOV8 和 KerasCV 的高效目标检测