计算机视觉基础模型完全手册13类算法、85个变体深度解析在CV领域标注数据的高成本一直是困扰研究者的难题。为解决这一问题研究者们尝试利用无标注数据、网络图文数据和多模态数据借助对比学习、掩码重建等自监督学习方法预训练视觉基础模型再将其迁移到目标检测、语义分割等下游任务。近一年来随着大语言模型和多模态技术的快速发展计算机视觉领域迎来了新一轮的模型爆发。目前已发布的视觉基础模型数量已相当可观对于CV研究者来说这些模型具有重要的研究价值。本文基于一篇最新综述系统梳理CV基础模型的发展脉络。该综述详细梳理了13大类算法模型每类包含多个变体共计85个。从最早的LeNet、ResNet到最新的SAM、GPT4完整覆盖了视觉模型的发展历程。此外还整理了120篇2021-2023年CV领域的代表性论文部分已开源代码。尽管当前方法效果已相当不错但计算机视觉基础模型仍有巨大进步空间。希望这份资料能帮助大家全面掌握CV领域发展脉络厘清各模型演进历程。论文清单- 综述Survey12篇- 学术论文108篇2021年11篇2022年14篇2023年83篇大模型时代自学效率太低。系统学习才能真正掌握核心技能。扫码加企业微信备注课程获取专属学习方案大家好我是资深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