在GitHub上,有许多优秀的机器视觉方向的论文和相应的代码实现。以下是一些推荐的项目和论文,以及它们的GitHub链接:
- 计算机视觉领域资源汇总:这个项目汇集了计算机视觉方向的算法和论文汇总,是一个很好的入门和资源收集地。GitHub地址:https://github.com/Sophia-11/Awesome-CV-Resources。
- ICCV2019论文集:这个项目持续更新收集所有ICCV2019的论文集,对于科研和算法跟踪非常有帮助。GitHub地址:https://github.com/Sophia-11/Awesome-ICCV2019。
- 目标检测经典算法:包括YOLO的多个版本,如darknet、Keras、mobilenet等。这些是实现目标检测的经典算法,对于学习和实践都非常有用。例如,YOLO darknet版本的链接是 https://pjreddie.com/darknet/yolo/,YOLO Keras版本的链接是 https://github.com/qqwweee/keras-yolo3。
- 谷歌大脑Quoc Le团队的目标检测模型:这个模型在COCO目标检测任务上取得了显著的成果,并且已经开源。论文地址:https://arxiv.org/abs/1906.11172,代码地址:https://github.com/tensorflow/tpu/tree/master/models/official/detection。
这些项目和论文涵盖了计算机视觉的多个方面,包括资源汇总、顶会论文、目标检测算法等,是学习和研究机器视觉的宝贵资源。