CV视觉模型全景解读：从LeNet到GPT-4的85个经典架构

视觉领域的研究者应该有体会，获取大量标注数据成本极高。为应对这一难题，研究者借助无标注数据、图文数据或多模态数据，采用对比学习、掩码重建等学习方式预训练得到视觉基础模型，用于适应各种下游任务，比如物体检测、语义分割等。

近一年，随着LLM、多模态等领域的快速发展，更多新兴的计算机视觉基础模型相继提出。

截止目前，已发布的计算机视觉基础模型数量已经相当可观，对于视觉领域的同学来说，这些基础模型具有非常高的研究价值。为了方便同学们了解并掌握该领域的最新进展，本文分享一篇综述论文。

该文作者对计算机视觉领域的基础模型进行了详细梳理，涵盖13大类算法模型，以及每一类模型的变种共85个，从最早的LeNet、ResNet到最新的SAM、GPT4等都有。

此外，我也整理了120篇2021-2023年必读的CV领域算法模型的代表性论文，部分代码已开源。

虽然已有方法表现不俗，但我们清楚，计算机视觉基础模型的发展仍然有巨大进步空间。希望同学们能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，并从中找到更优解。

论文清单：

综述类（12篇）
包含视觉基础模型综述、大语言模型综述、多模态学习综述、视觉语言预训练模型综述等。

研究论文（108篇）
2021年11篇，2022年14篇，2023年83篇。

大模型时代，单靠自学真的不够。我有完整的AI算法课程体系，从基础到实战，手把手带你入门。想了解的，扫码加我企业微信，备注"课程"，送你一份学习规划！

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