I.Deep Learningに関して、GitHubでいくつかの素晴らしいリポジトリ見つかったため、皆さんに紹介したいと思います。
| お名前 | クリエイター | サイト |
|---|---|---|
| Awesome-Image Classification | Weiaicunzai | Awesome-Image Classification |
| object-detection | amusi | object-detection |
| Awesome Semantic Segmentation | mrgloom | Awesome Semantic Segmentation |
| Awesome Human Pose Estimation | cbsudux | Awesome Human Pose Estimation |
| Awesome-Most Cited Deep Learning Papers | terryum | Awesome-Most Cited Deep Learning Papers |
| awesome-lane-detection | amusi | awesome-lane-detection |
1.Awesome-Image classification
このリポジトリの内容： ・背景 ・各ネットワークのImageNetでのパフォーマンスまとめ ・各ネットワークの論文及びコードまとめ 近年の画像分類についての主な論文を全部まとめたと思います。クリエイターが当時Deep Learningを始める時、どこから始まったほうがいいかなぁと迷っていたと記載されています。なので、初心者はVgg-Googlenet-Resnetという順番で勉強すべきだとお勧めしています。
2.object-detection
このリポジトリの内容： ・物体検出のネットワークリスト ・Survey ・各ネットワークの論文及びコードまとめ ・ツールボックス
3.Awesome Semantic Segmentation
このリポジトリの内容： ・Segmentationに関して各ネットワークの論文及びコード ・Segmentationに関してデータセットまとめ ・ベンチマークまとめ ・評価関数と損失関数などのまとめ ・医学的な画像のSegmentation ・衛星画像のSegmentation ・ビデオSegmentation
4.Awesome Human Pose Estimation
このリポジトリの内容： ・Basics ・論文及びコードまとめ ・データセットまとめ ・ワークショップまとめ ・各フレームワークによる実装のまとめ
5.Awesome-Most Cited Deep Learning Papers
このリポジトリの内容： ・各分野の新しい及び古い論文のまとめ
6.awesome-lane-detection
このリポジトリの内容： ・区画線認識に関して近年の論文まとめ ・コードまとめ ・Blog/Tutorialお勧め ・データセットまとめ
II、ニューラルネットワークの構造を描くツールをまとめた。
draw_convnet
NN-SVGより