盘点那些在github上找到的宝藏

• 计算机视觉&深度学习超级Road Map！：盘点了计算机视觉相关的深度学习技术，涵盖了目标分类、目标检测、目标分割、GAN、轻量级模型、人脸检测、人脸识别、人脸对齐、3DCNN、风格迁移、OCR、姿态检测等方向（没有SLAM、自动驾驶、行人检测、对抗样本）的学习路线和各个模型的概述。CVer必备！项目地址：https://github.com/weslynn/AlphaTree-graphic-deep-neural-network

• 使用Python实现各种算法：想学算法又不想学C++？重度Python患者的福音，项目地址：https://github.com/TheAlgorithms/Python

• 深度学习500问：以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，面试党必备。项目地址：https://github.com/scutan90/DeepLearning-500-questions

• 3DCNN-PyTorch：PyTorch 3D卷积预训练模型。项目地址：https://github.com/kenshohara/3D-ResNets-PyTorch 。附腾讯优图的3D医疗影像预训练模型MedicalNet（未来会出2D），亲测效果不错，项目地址：https://github.com/Tencent/MedicalNet

• 南瓜书：西瓜书公式推导解析，节约2w根头发。项目地址：https://github.com/datawhalechina/pumpkin-book

• 深度学习面试宝典：涵盖各大公司ML、CV、NLP、数学、算法、强化学习、SLAM等方向的面试题&解答集合！外加面试技巧和经验！面试党吐血墙裂推荐！项目地址：https://github.com/amusi/Deep-Learning-Interview-Book/tree/master/docs

• PyTorch预训练模型：

  • 主要backbone汇总：https://github.com/Cadene/pretrained-models.pytorch，美中不足的是没有EfficientNet 。
  • EfficientNet：https://github.com/lukemelas/EfficientNet-PyTorch 。这个预训练模型有个缺点，只能单GPU运行，但这不妨碍EfficientNet牛逼。
  • 语义分割模型：https://github.com/qubvel/segmentation_models.pytorch 。主流语义分割模型，可惜没有DeepLab系列。
  • DeepLab：https://github.com/jfzhang95/pytorch-deeplab-xception

• 数据增广大全：涵盖了CV、自然语言、音频方向的各种数据增广图例、调用库和论文。项目地址：https://github.com/AgaMiko/data-augmentation-review

• Chrome实用插件大全：Chrome插件英雄榜, 为优秀的Chrome插件写一本中文说明书, 让Chrome插件英雄们造福人类。项目地址：https://github.com/zhaoolee/ChromeAppHeroes

• 绘制炫酷的神经网络图：

  • 使用图形界面绘制：https://github.com/zfrenchee

    画图工具体验地址：http://alexlenail.me/NN-SVG/

  • 使用LaTeX绘制：https://github.com/HarisIqbal88/PlotNeuralNet

  • 使用参数绘制：https://cbovar.github.io/ConvNetDraw/

    

  • 使用Python绘制：https://github.com/gwding/draw_convnet

  • 方便&好看&著名的NetScope：https://github.com/ethereon/netscope

  • https://github.com/dair-ai/ml-visuals

  

  • https://github.com/lutzroeder/netron

找到其它宝藏的小伙伴可以通过邮箱发给我鸭！