计算机视觉和深度学习文章整理

给大家分享一些计算机视觉和深度学习方面的优秀文章：

计算机视觉

图像分割2020总结：结构，损失函数，数据集和框架

使用深度学习从视频中估计车辆的速度

视频目标跟踪从0到1，概念与方法

医学图像分割：UNet++

在物体检测中搞定小目标

使用注意力机制来做医学图像分割的解释和Pytorch实现

CVPR 2020：物体检测论文精选

计算机视觉中的半监督学习

EfficientNet模型的完整细节

理解卷积神经网络中的自注意力机制

深度学习

使用PyTorch时，最常见的4个错误

9个技巧让你的PyTorch模型训练变得飞快！

Batch Normalization的诅咒

如何将深度学习研究论文实现为代码的几个要点

将PyTorch投入生产的5个常见错误

神经网络中的蒸馏技术，从Softmax开始说起

RBF-Softmax：让模型学到更具表达能力的类别表示

12中主要的Dropout方法：如何应用于DNNs，CNNs，RNNs中的数学和可视化解释

用PyTorch部署模型

使用Python部署机器学习模型的10个实践经验

这些文章都来自下面的公众号，欢迎关注：

微信公众号

AI公园公众号

微信公众号《AI公园》，公众号致力AI相关的技术，有各种最新技术的解析，也有对行业的思考，还有AI基础的普及，在这里你可能会遇见你所遇到过的，但也一定会遇到新的东西，这样才有意思。

AI公园个人介绍

笔名：AI公园， github/公众号博主id为ronghuaiyang

中科院博士、人工智能博客专家

长期从事人工智能相关的工作，有丰富的项目经验，对技术和行业理解深刻

主要研究方向：计算机视觉、机器学习

个人微信：加时请注明AI公园

公众号AI公园致力于：    分享技术、分享想法、创造价值、认识一起追梦的人