CV视觉模型发展全景：从传统CNN到多模态大模型的85个经典架构
视觉研究者都有同感，标注数据成本实在太高。为了不在这上面烧钱，各路大神开始用无标注数据、网上爬的图文、多模态数据来预训练，通过对比学习、掩码重建这些套路让模型先学会一些通用能力，然后再微调到检测、分割这些具体任务。
这波大模型的浪潮席卷而来，CV领域也诞生了无数新模型。
现在视觉基础模型已经相当多了，对于我们做CV的人来说，这些模型的研究价值极高。今天我分享一篇综述，帮大家系统梳理一下。
这篇综述把CV基础模型分成了13大类，加起来85个变体，从LeNet、ResNet这些元老级模型到SAM、GPT4这些新贵，全部囊括。
我还额外准备了120篇2021-2023年的CV必读论文，很多都是顶会成果，很多都开源了代码。
说到底，虽然现在的方法已经挺强了，但视觉基础模型的进步空间还是很大。大家可以顺着这个方向找找灵感。
论文list：Survey 12篇，2021年11篇，2022年14篇，2023年83篇。
别犹豫，扫码加企业微信，备注"转行"，帮你规划学习路径！
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
