【资源】微软-计算机视觉最佳实践、代码示例和相关文档- 专知

【资源】微软-计算机视觉最佳实践、代码示例和相关文档

【导读】近年来，随着计算机视觉在人脸识别、图像理解、搜索、无人驾驶飞机、地图绘制、半自动和自动驾驶汽车等领域的应用，我们发现计算机视觉呈现一个超常增长。这些应用的关键本质是视觉识别任务，如图像分类、目标检测和图像相似性。研究人员已经应用新的深度学习方法，以达到这些挑战性的视觉识别任务的最先进的（SOTA）结果。

本存储库为构建计算机视觉系统提供了示例和最佳实践指南。知识库的重点是最先进的方法，这些方法在研究涉及图像识别、对象检测和图像相似性的问题的研究人员和实践者中很受欢迎。

这些示例被提供为Juyter笔记本和常用的实用功能。所有例子都使用PyTorch作为深度学习库。

No.1

概述

这个存储库的目标是加速计算机视觉应用程序的开发。而不是从头开始创建实现，重点是提供例子和链接到现有的最先进的图书馆。此外，在这个领域工作多年，我们的目标是回答常见问题，指出经常观察到的陷阱，并展示如何使用云进行培训和部署。我们希望这些示例和实用程序可以通过简化从定义业务问题到按数量级开发解决方案的经验来显著地缩短上市时间。此外，示例笔记本将作为指导原则，并以多种语言展示最佳实践和工具的使用