计算机视觉
Computer Vision
从图像感知到视觉理解，探索让机器看见世界的方法。
- 图像识别与低层视觉
- 目标检测与语义分割
- 视觉推理与图像生成
技术笔记
从零开始实现DiT
收录于 · Haoran Qian
从 DDPM 到 Diffusion Transformer，梳理时间步嵌入、adaLN 调制与 DiT Block 的核心代码。
阅读全文 →从零开始实现Transformer ViT UNet
收录于 · Haoran Qian
记录 Transformer、ViT 与 UNet 的核心模块实现，包括嵌入、位置编码、注意力与网络结构的理解。
阅读全文 →从零开始实现ddpm
收录于 · Haoran Qian
从前向加噪与反向去噪的数学原理出发，推导 DDPM 的训练目标并记录核心实现。
阅读全文 →从StarGAN到GAN
· Handong Ji
从 GAN、条件 GAN 到图像翻译，梳理 StarGAN 的模型思路。
阅读全文 →whyの学习笔记 深度视觉识别（from CS231n & NTU-ML）
深度视觉识别学习笔记，涵盖激活函数、神经网络训练等基础。
阅读全文 →物体检测算法总结
· Jiyang Qi
归纳 RCNN 等目标检测算法的主要步骤与模型结构。
阅读全文 →
通用基础笔记
各方向共用的机器学习基础知识。
代码与研究资料
Coding-from-Zero-Series
Arison591 · GitHub 仓库
从零实现 VAE、Transformer、ViT、UNet、DDPM 与 DiT，记录经典神经网络和生成模型的核心算法代码。
访问仓库 ↗