用 PyTorch 实现了几个入门的图像分割深度学习模型

[albert0yyyy]

刚刚学深度学习，隔离在家没事做，实现了几个入门的图像分割深度学习模型，包括：UNet 、ResUNet 、RecUNet 、R2UNet ，以及涉及到的 ResNet 。

整理在知乎上了：

https://www.zhihu.com/collection/803128134

欢迎指导和交流噢。

顺便求问一下，进一步学习有建议吗？

我打算：

1. 试试不同的图像分割训练集；

2. 回过头来学机器学习；

3. 尝试找找前沿论文。

[shm7]

建议不要搞啥入门，要做就好好刷论文，做个人综述，把问题发展和各个里程碑模型都搞明白。

[albert0yyyy]

@shm7 谢谢，我可能还是用原来的那一套方法在机器学习上了。

我了解了一下论文个人综述，也就是说要了解这个研究领域发展到什么地步，知道最新的研究问题和解决的模型方法是吗？

然后就是，“搞明白”是指：

知道有这么一个东西，

还是能复现出来

还是用这个方法能举一反三，解决其他的问题？

或者说自我取舍，觉得重要的就复现出来，不重要的就了解即可？

[shm7]

@albert0yyyy 做了最好就做到可以积淀可以写 PPT 分享的地步，会好点。