文/編輯 | 言有三

最近遇到了很多新手來交流，網上資料甚多，篩選有時候是個大問題，一般遇到一個新方向，找技術綜述讀一讀是最合適的開始，今天總結一下有三AI發過的技術綜述。

25篇CV工程師進階文章

深度學習

CV演算法工程師從入門到初級面試有多遠，大概是25篇文章的距離，這是有三AI修行之路的《白身境》和《初識境》兩大系列的完結，從編程基礎，圖像基礎，數學基礎講到深度學習理論和實踐基礎，最適合新手系統性進階和學習，也適合老手鞏固自己的基礎，這篇文章在知乎上也是全網熱點。【完結】深度學習CV演算法工程師從入門到初級面試有多遠，大概是25篇文章的距離。

另外，AI不惑境界也已經更新了6期，不妨用這個來自測一下自己的深度學習演算法理論水平到什麼地步了。

優秀的深度學習從業者習慣

一個優秀的深度學習從業者，必然是技能全面，擅長學習的人，在這裡我們總結了從看論文到寫代碼，從刷論壇到刷比賽的一系列資源供大家挑選學習，12篇文章，12個維度，幾乎覆蓋了所有學習資料和方法。【完結】優秀的深度學習從業者都有哪些優秀的習慣。

AI研究院總結

在這個專欄中，我們和大家一起分享了國內12大研究院的背景，從最開始介紹的歷史最悠久的微軟亞洲研究院，到最後介紹的低調務實的網易人工智慧，帶大家領略了每個研究院的研究方向，團隊情況，欣賞了各大研究院的拳頭產品。【完結】中國12大AI研究院，高調的低調的你pick誰。

12大深度學習開源框架項目

這是有三AI開源的第一個GitHub項目，在這裡給大家捋清楚12大深度學習開源框架的快速入門，從熟練掌握不同任務數據的準備和使用，熟練掌握模型的定義，熟練掌握訓練過程和結果的可視化，到熟練掌握訓練方法和測試方法，真正快速掌握框架。【完結】給新手的12大深度學習開源框架快速入門項目。

12大主流CNN模型設計思想

在這裡，我們給大家回顧了深度學習中各類具有代表性的CNN模型，詳細分析了各類模型的特點，設計思想。當然，這個系列只是拋磚引玉，現在更多的模型架構在我們的知識星球中每日兩更，今年預計更新500+模型。【完結】總結12大CNN主流模型架構設計思想。

12大主流圖像分割模型

介紹完基本的模型架構之後，我們又緊接著介紹了12大主流的圖像分割模型架構，對於做分割的你來說，不可錯過。【完結】12篇文章帶你逛遍主流分割網路。

圖像和CNN起源

讀史使人明智，既然從事深度學習計算機視覺，又豈能不深刻了解計算機視覺的發展簡史，CNN和深度學習三巨頭的由來呢？【技術綜述】圖像與CNN發家簡史，集齊深度學習三巨頭。

深度學習NLP簡史

說完了圖像，再說說深度學習在自然語言處理領域的簡單歷史，從詞向量開始，到最新最強大的BERT等預訓練模型。【技術綜述】深度學習在自然語言處理中的應用發展史。

人臉數據集

這一篇文章幾乎道盡了人臉的數據集，囊括了人臉檢測，關鍵點檢測，人臉識別，人臉表情，人臉年齡，人臉姿態幾乎所有方向，當時文章都險些超過公眾號最大長度。【技術綜述】一文道盡「人臉數據集」。

數據增強綜述

很多實際的項目，我們都難以有充足的數據來完成任務，要保證完美的完成任務，有兩件事情需要做好：(1)尋找更多的數據。(2)充分利用已有的數據進行數據增強，這裡就是對當前數據增強方法的綜述，覆蓋有監督無監督，單樣本多樣本方法等。【技術綜述】深度學習中的數據增強方法都有哪些？

圖像分類綜述

圖像分類是一個最基本的問題，但是它並不簡單，很多新手都容易輕視它，不知道你是否真的瞭解圖像分類的分類以及其中的難點呢。【技術綜述】你真的瞭解圖像分類嗎？

多標籤圖像分類綜述

緊接著圖像分類綜述，我們又寫了多標籤的圖像分類綜述，這是一個與生俱來的問題，大部分情況下分類沒有唯一的答案，比如下圖，風景，倒影，房屋，草地，都是正確的標籤。【技術綜述】多標籤圖像分類綜述。

閑聊圖像分割

有三做的時間最久的就是圖像分割了，從傳統的閾值法，聚類，圖割，水平集，到深度學習，這裡就是我對圖像分割演算法的大總結。【技術綜述】閑聊圖像分割這件事兒。

弱監督圖像分割綜述

接著圖像分割綜述，我們又總結了弱監督圖像分割綜述，被各大號轉載。【技術綜述】基於弱監督深度學習的圖像分割方法綜述。

可視化

深度學習模型是個黑盒子，我們可以從網路結構，權重，訓練曲線等各個維度進行可視化來理解它的學習過程和工作機制。【技術綜述】「看透」神經網路。

softmax loss解讀

softmax loss是我們最熟悉的loss之一了，分類任務中使用它，分割任務中依然使用它。在這裡，我們推導它的公式，總結了它的變種，這篇文章幾乎就是有三AI的開始。【技術綜述】一文道盡softmax loss及其變種。

Faster RCNN源代碼解讀

鑒於網路上目標檢測的技術綜述太多，我們沒有再繼續寫作，而是解讀了最優秀的目標檢測框架之一Faster R-CNN， 詳細剖析了各個模塊的源代碼。【技術綜述】萬字長文詳解Faster RCNN源代碼。

傳統圖像降噪演算法

圖像降噪是一個小眾而又不可或缺的課題，也是有三在讀書期間的一大研究方向，在這裡我們對主流的傳統圖像降噪演算法做了介紹，至於深度學習的研究現狀，馬上就會來了。【技術綜述】一文道盡傳統圖像降噪方法。

美學研究

何以為美，從自拍到顏值到通用的美學問題，這是一個永遠都沒有答案，但是又迷人的話題，一切都才剛剛開始。【技術綜述】計算機審美，學的怎麼樣了？。

自動構圖

作為一個攝影愛好者，研究構圖是我的一大樂趣，將AI技術用於構圖，更是有著廣闊的應用前景，如果你也喜歡，不要錯過噢。【技術綜述】深度學習自動構圖研究報告。

人臉相關演算法

在早期的時候，有三帶了一些研究小組總結學習了人臉相關的演算法並做了非常簡單的輸出，從顏值到年齡到表情到檢測到識別等等，後面的內容，將更新在知識星球，不再免費開放。

【技術綜述】人臉臉型分類研究現狀

【技術綜述】人臉顏值研究綜述

【技術綜述】人臉年齡估計研究現狀

【技術綜述】人臉表情識別研究

如何降低遮擋對人臉識別的影響

其實除了以上綜述類的文章，還有5篇左右，以及一些雖然沒有標註總結或者綜述但實際上也是綜述的文章，就不一一點破了，喜歡的朋友自己去找找吧。

另外，還有關於公眾號的一週年總結，供大家瞭解有三AI，不過過去的一個月裏又發生了很多的事情噢，關注我們，才能獲得最新的進展。

一週年總結

今年五月中旬有三AI一週年了，過去的一年裡，有三從演算法幹到前端，後端，從編輯幹到產品，運營，設計，創建了一個不小的生態。在這裡，便是說說我們的初衷，生態和願景，有三AI一週年了，說說我們的初衷，生態和願景。

有三AI究竟怎麼樣

借用粉絲的一句話

最後，非常強烈的推薦大家加入有三AI知識星球，這是有三接下來重點建設的社區，從模型到數據，從機器學習到深度學習，從理論到實戰，和公眾號形成完美的互補，可以更自由的交流和學習。

僅僅每日更新的模型架構就已經有超過3萬字的解讀，數據集也已經有幾百G的共享。

如果希望有三手把手帶著學習的，就參考我們的夏季劃和VIP指導吧。

推薦閱讀：

相關文章