課程樹
先點開想讀的課本,再逐層查看主章節、子章節、補充資料與論文導讀。課本與章節預設收合。
基礎
2 個主章節
影像處理
13 個主章節
自然語言處理
12 個主章節
圖形識別
10 個主章節
- PR 06・模板比對與結構化辨識
選讀 1 頁: 補充資料 1
- PR 09・集成、驗證與分群有效性
選讀 1 頁: 論文導讀 1
機器學習
11 個主章節
ML 01・機器學習入門3 個子章節
選讀 1 頁: 論文導讀 1
- ML 01A・學習所需的線性代數
選讀 1 頁: 論文導讀 1
- ML 01B・機率與資訊理論
選讀 1 頁: 論文導讀 1
- ML 01C・數值計算與梯度檢查
選讀 1 頁: 論文導讀 1
- ML 02・類神經網路:從感知器到深度網路
選讀 1 頁: 論文導讀 1
- ML 03・卷積、影像濾波與 CNN
選讀 1 頁: 論文導讀 1
- ML 04・循環與遞迴神經網路
選讀 1 頁: 論文導讀 1
- ML 05・注意力與視覺 Transformer
選讀 1 頁: 論文導讀 1
- ML 09・視覺自迴歸:像素、Tokens 與尺度
選讀 1 頁: 論文導讀 1
- ML 10・基礎模型與視覺語言學習
選讀 1 頁: 論文導讀 1
- ML 11・評估、效率與部署
選讀 1 頁: 論文導讀 1
電腦視覺深度學習
14 個主章節
DLCV 01・深度學習的影像處理與電腦視覺3 個子章節
- DLCV 01B・網路的積木與組合:分類與影像復原網路
選讀 9 頁: 補充資料 5 · 論文導讀 4
DLCV 03・物件偵測:從 R-CNN 到 DETR2 個子章節
選讀 6 頁: 補充資料 5 · 論文導讀 1
- DLCV 03A・以 YOLOv4 讀懂單階段偵測
選讀 24 頁: 補充資料 2 · 論文導讀 22
論文導讀- YOLO v1:把偵測當成一次迴歸
- YOLOv2 與 YOLO9000:錨框、先驗與聯合訓練
- YOLOv3:三尺度與 Darknet-53
- SSD:多尺度預設框
- RetinaNet 與 focal loss
- FCOS:逐像素無錨框偵測
- CenterNet:把物件視為點
- YOLOR:顯式特徵與可學隱式表示
- YOLOX:無錨框 YOLO 與 SimOTA
- YOLOv6:重參數化工業偵測器
- YOLOv7:可訓練的免費技巧
- YOLOv9:可編程梯度資訊
- YOLOv10:雙指派的免 NMS 訓練
- YOLOv12:以注意力為核心的 YOLO
- YOLOv13:超圖關聯
- YOLO26:移除 DFL 的端到端 YOLO
- RT-DETR:即時 DETR
- RT-DETRv2:RT-DETR 的實用配方
- D-FINE:逐層精修框分布
- DEIM:密集一對一匹配
- RF-DETR:在 DINOv2 骨幹上搜尋架構
- DEIMv2:為即時 DETR 調適 DINOv3
DLCV 09・深度影像復原:低階視覺3 個子章節
選讀 24 頁: 補充資料 11 · 論文導讀 13
DLCV 09A・非盲影像超解析度3 個子章節
- DLCV 09A.1・盲與真實世界影像超解析度
選讀 14 頁: 補充資料 3 · 論文導讀 11
論文導讀- SRMD:一個網路處理多種已知退化(CVPR 2018)
- IKC:反覆修正模糊核(CVPR 2019)
- KernelGAN:以單圖 GAN 估計核(NeurIPS 2019)
- DAN:展開交替最佳化(NeurIPS 2020)
- DASR:對比退化表示(CVPR 2021)
- BSRGAN:實用的退化模型(ICCV 2021)
- Real-ESRGAN:純合成高階退化(ICCVW 2021)
- StableSR:以時間感知編碼器控制凍結先驗(IJCV 2024)
- DiffBIR:先移除退化,再生成細節(ECCV 2024)
- SeeSR:退化感知的語意提示(CVPR 2024)
- SUPIR:擴大先驗、資料與文字控制(CVPR 2024)
- DLCV 09B・生成式影像復原:取樣出一個合理的答案
選讀 9 頁: 補充資料 4 · 論文導讀 5
- DLCV 09C・低光影像增強
選讀 27 頁: 補充資料 14 · 論文導讀 13
論文導讀- KinD:修復反射率,另外控制照明
- Retinex-Net:分解、調光、去雜訊
- EnlightenGAN:未配對外觀與內容約束
- Zero-DCE/Zero-DCE++:沒有參考影像的曲線學習
- RUAS:搜尋展開模型中的先驗
- SCI:訓練校準,部署一個照明區塊
- Retinexformer:以照明引導復原
- IAT:局部仿射圖與全域相機式轉換
- Multinex:以解析先驗融合出 Retinex 殘差
- CPGA-Net:通道先驗、gamma 估計與學習式融合
- CPGA-Net+:注意力、BDSF 與較強版本
- HDRNet:Deep bilateral learning for real-time image enhancement
- 影像自適應 3D LUT(Zeng 等人,TPAMI 2022)
- DLCV 10・影像融合:互補來源與有用輸出
選讀 17 頁: 補充資料 6 · 論文導讀 11
- DLCV 14・穩健性:分布偏移、對抗樣本與異常
選讀 9 頁: 補充資料 6 · 論文導讀 3
最佳化
8 個主章節
- OPT 05・近似、統計估計與實驗設計
選讀 1 頁: 補充資料 1