计算机视觉核心算法完全指南：13类模型、85种变体一文打尽

做计算机视觉的同学都清楚，标注数据成本很高。为了解决这个问题，研究人员想了很多办法：用无标注数据、图文数据或多模态数据，通过对比学习、掩码重建等方式预训练视觉基础模型，再适配到目标检测、语义分割等下游任务。

过去一年，随着大语言模型和多模态技术的发展，更多新的计算机视觉基础模型被提出来。

目前已经发布的计算机视觉基础模型数量相当可观。对于视觉领域的同学来说，这些模型具有很高的研究价值。为了帮大家了解并掌握最新进展，我整理了这篇综述。

这篇文章对计算机视觉基础模型进行了详细梳理，涵盖13大类算法模型，以及每类模型的变种共85个。从最早的LeNet、ResNet到最新的SAM、GPT4等都有涉及。

另外我还整理了120篇2021-2023年必读的CV领域算法模型代表性论文，部分代码已开源。

尽管现有方法表现不错，但计算机视觉基础模型的发展仍有很大进步空间。希望同学们通过这份资料全面掌握CV领域的发展脉络，厘清每个模型的变化历史，并找到更优解。

论文list包含：

Surveys（12篇）
- Foundational Models Defining a New Era in Vision: A Survey and Outlook 2023
- A Survey of Large Language Models 2023
- Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond 2023
- Multimodal Learning with Transformers: A Survey 2023
- Self-Supervised Multimodal Learning: A Survey
- Vision-and-Language Pretrained Models: A Survey 2022
- A Survey of Vision-Language Pre-Trained Models 2022
- Vision-Language Models for Vision Tasks: A Survey 2022
- A Comprehensive Survey on Segment Anything Model for Vision and Beyond 2023
- Vision-language pre-training: Basics, recent advances, and future trends 2022
- Towards Open Vocabulary Learning: A Survey 2023
- Transformer-Based Visual Segmentation: A Survey 2023

Papers（108篇）
- 2021年：11篇
- 2022年：14篇
- 2023年：83篇

大家好，我是资深AI讲师与学习规划师。专注计算机视觉教学与算法研发，过去三年我帮超过2500名有Python 基础的入门者，从"像素是什么"到"独立跑通CV项目"。今天这篇长文，完全按零基础实战体系撰写，从图像本质到经典算法、再到OpenCV工具链和完整项目，一条龙给你讲透可直接复现的CV专业指南。

适合人群：大学生、转行者、开发者，只要会Python基础，就能跟上。读完你就能掌握图像处理4大经典算法，并拥有一个可直接写进简历的实战项目，

为方便大家学习 这里给大家整理了一份系统学习资料包 需要的同学 根据下图指示自取就可以