深度学习在图像处理中的应用(tensorflow2.1以及pytorch1.3实现)

本人在读研期间的研究方向是图像处理以及深度学习(主要是图像分类和目标检测)。在作深度学习时使用的是tensorflow深度学习框架,学习全是自学,不少资源都是在Github上找的。我发现如今Github上不少深度学习的开源项目都是用的tensorflow和pytorch框架。因此如今也开始学习pytorch框架,以前一直用的是tensorflow1.x版本,今年正好迎来了新的tensorlfow大版本2.x时代,因此本教程主要是以tensorflow2.1以及pytorch1.3搭建模型(当前最新的版本)。
写这篇博文的目的嘛,首先是巩固本身以前学的知识,其次学习pytorch以及强化tensorflow的使用,最后也能分享本身的学习心得,我想应该能帮到你们少踩点坑。
本教程的初步规划以下,针对每一个模块我会先讲下原理,而后带着你们分别使用tensorflow2.1和pytorch1.3去搭建并训练网络,其中也会穿插着讲些我以为须要注意的地方,以及一些坑,本教程所使用的代码我会放在个人GitHub中,你们能够自行下载使用:
https://github.com/WZMIAOMIAO/deep-learning-for-image-processingpython

个人bilibili频道:
https://space.bilibili.com/18161609/channel/indexgit

个人优酷播单:
http://list.youku.com/albumlist/show/id_52338354github


教程目录(后期会根据学习内容增长)

  • 图像分类
    • LeNet (已完成)
    • AlexNet (已完成)
    • VggNet (已完成)
    • GoogLeNet (已完成)
    • ResNet (已完成)
    • MobileNet (已完成)
  • 目标识别检测
    • Faster RCNN
    • SSD
    • YOLO v3
  • 目标分割

所需环境

  • Anaconda3(建议使用)
  • python3.6
  • pycharm 2019.3 (IDE)
  • pytorch 1.3.1 (pip package)
  • torchvision 0.4.2 (pip package)
  • tensorflow 2.1 (pip package)

其实我看到网上也有些相关教程,可是我以为有的主要是讲原理并不会带你去写代码,有的是直接从GitHub上clone些大牛的代码而后和你们讲怎么去用(我以前有看到一些老师clone git上的一些大牛代码而后教你怎么用,而后课程也很贵基本都是成百上千的,表示学生党看不起),我总感受没能很好的融合在一块儿,多是我没有找到好的资源吧,哈哈。因此我就想本身总结的同时也将所学的知识分享给你们。嗯~ o( ̄▽ ̄)o,而后我想说我只是个普普统统的研究生而已(本科并非计算机专业),不少知识都是靠研究生期间自学的并无接受过系统的学习,有说的不对的地方还但愿你们多多指教,咱们共同窗习。因为本人已经开始上班了,因此只能抽空余时间去准备要讲的课程,录视频以及剪辑视频,因此效率比较低,还请你们见谅。若是有什么问题,能够直接留言有空我会回复的。web