Pytorch 视频讲解【主讲人：土堆】【对应笔记：100-122】
深度学习 视频讲解【主讲人：李沐】【对应笔记：200-268】
深度学习 视频讲解【主讲人：吴恩达】【对应笔记：300-354】
土堆&李沐&吴恩达 数据集：
- 链接：https://pan.baidu.com/s/1jQQ8WyCZUJED0eWMeuXYVg 提取码：7vfm
补充说明：数据集链接如果失效了，下面有微信，可以联系我。
备注：
- 在线观看笔记时，有时会出现图片（或公式）显示不完整，这是Github网站没有解析好，笔记下载到本地观看就正常了。不会下载笔记的，百度查一下"Github如何下载文件"。
- 笔记是用 Anaconda 的 Jupyter Notebook 打开的，不会打开的，百度查一下"Anaconda如何打开jupyter notebook文件"，或者我的主页Python仓库里面"00_Python编辑器"里面有写。
- 安装 Jupyter Notebook 的目录插件，可以快速通过目录，跳转到相应的章节，如下图所示。不会安装目录的，百度查一下"jupyter notebook如何安装目录"，或者我的主页Python仓库里面"00_Python编辑器"里面有相关链接。
补充：
我的Github主页，还有其他优秀视频的笔记，希望能帮助到你~
我的知乎主页，还有其他领域的笔记，希望能帮助到你~
我的哔哩哔哩 （未来更新项目~）
"♥我的笔记，希望对你有帮助♥"
♥小声哔哔：你的star，是我更新的动力~♥
搭建交流群，帮助孤单的自学者交流
| 【深度学习 学习交流①群】 | 【深度学习 学习交流②群】 | 微信 |
|---|---|---|
超过200人，扫码入群方式失效，只能微信好友邀请入群。
看人之短，无一可交之人。看人之长，天下皆是吾师。
补充说明：本人仅搭建并管理群【发广告踢】，不在群内答疑，群友互相交流答疑。
帮你们就业，有意向的可以投简历
联影医疗 地点（自选）：上海、北京、深圳、武汉、广州、成都、西安、沈阳、三亚等
内推人：联影老员工
内推入口（校招、社招）：https://neitui.italent.cn/united-imaging/sharejobs?shareId=9d052226-87e4-4fb9-942b-f6f83abfb1cd
岗位职责【图像方向】：
参与联影集团产品的AI算法开发工作或图形算法开发工作，负责下列至少一项工作：
- 负责提供产品级高端算法解决方案，包括：联影通用软件平台、联影高级应用后处理工作站、联影智能uAl平台、联影机器人手术规划与导航、MR/CT/RT/MI/US事业部的算法需求、科研院所和医院的前瞻性研究项目等；参与创新技术的产品化工作。
- 医学图像3D渲染算法和应用维护与开发，利用图像处理和人工智能技术，从事医学图像处理领域相关算法的设计和研发。
任职要求：
- 熟悉机器视觉原理，熟悉以下领域之一：3D重建、立体视觉、SLAM、通用图像视频分类、目标检测、人体姿态估计。
- 熟悉以下医学图像后处理算法之一：图形算法、重建算法、分割算法、检测算法、分类算法、配准算法、深度学习算法、流体力学算法、灌注算法、纹理分析算法等。
岗位职责【语音方向】：
- 负责音频信号处理和识别相关算法的研究和实现，包含但不限于回声消除、麦克风阵列、盲源分离等技术。
- 负责深度学习、神经网络等AI音频算法的研究和实现。
任职要求：
- 扎实的数学理论及数字信号处理基础，掌握Matlab及C/C++语言编程。
- 有语音、音频信号处理(降噪，回声消除、麦阵、音效等)相关经验。
- 有深度学习、神经网络、智能语音识别相关研究。
岗位职责【大模型方向】：
- 负责大语言模型方面的算法开发、优化、应用落地。
- 负责相应AI解决方案设计，参与关键技术研发，攻关技术难点。
- 负责设计和实现大语言模型相关的算法和模型实现，研究并设计新是算法和模型，解决大语言模型应用问题。
- 负责开发和优化大语言模型的训练过程，设计并实现大语言模型的训练算法和策略，配置和优化训练的超参数和计算资源，保证模型的训练效果和效率。
- 负责构建和管理大规模医疗文本数据集，用于模型预训练和微调，完成不用场景下的下游任务。
- 负责进行大语言模型的评估和验证，设计评估指标和实验;设计和实施评估指标和实验，对训练好的大语言模型进行性能评估和分析。识别模型的弱点和改进空间，提出相应的改进策略和方法。
- 参与高校、科研、医疗机构科研合作，协助科研成果落地转化。
任职要求：
- 具有机器学习、自然语言处理、医学影像分析，或相关领域的学习和研究。
- 有预训练大语言模型或GPT模型等相关研究开发经验。
- 在机器学习(ICML，NeurlPS、ICLR等)、计算机视觉(CVPR、ICCV、ECCV等)、自然语言处理(ACL，EMN LP等)和医疗影像分析(MICCAI、IPMI)等顶级会议，或者顶级期刊(IEEE T-PAMI，IEEE TMI、Medical lmage An alysis)发表过相关论文。
- 具有人工智能相关专业(计算机视觉、机器学习、医疗图像分析等)硕士及以上学位。
- 能熟练使用英语。
合众汽车（自动驾驶部门） 地点：上海
内推人：项目组某leader
岗位职责【图像方向】：
- 负责智能驾驶检测跟踪及相关方向的算法研发工作。
- 工作内容包括但不限于：基于图像的物体检测跟踪，交通标志/标线检测。
任职要求：
- 熟悉常用的深度学习框架，有实际的深度学习模型设计训练经验。
- 具备扎实的编程能力，熟练掌握C++编程语言。
备注：
- 初学者也可以根据市场上就业需求，去学习自己。
- 能内推简历的，也可以联系我，把岗位职责、任职要求发给我【你收公司内推奖金、ta们就业，双赢】。
提供简历指导服务，指导写简历（技能栏仅占30%技巧）
备注：隐私信息可以用占位符表示。
以前我毕业时，技能书写，可以借鉴
用了几个技巧，分享给大家：
- 技能只写掌握了XX，没掌握不要写，掌握且更熟练的放前面，掌握但不熟练的放后面。
- 写掌握某项技能时，后面要论证自己真的掌握了，提供相关经历，方便面试官切入询问。
- 围绕算法岗展开技能阐述，从编程语言、到深度学习框架、到图像处理算法、服务器数据库存储图像等。
- 只写岗位需要的技能，与算法岗不需要的硬件知识、组织能力等不要写，让简历更高匹配算法岗。
- 掌握一种类别技能，只占一行，不要有的两行、有的一行，看着不整齐。
面试官及HR会看着感觉整齐、可信、岗位匹配度高。
我已经见过上千份简历了。。。。。
另外，赠送辅导~
- 可以向简历提出一些问题，就当模拟面试那样。
- 模型只是调参，复试时怎么应对老师（or面试官）的提问。
如果你有毕设(期刊)可复现、商业级项目、学校硕博内推、公司内推资源等
可以联系我，出售，顺带帮助一些迷茫的人，双赢！
“♥站在巨人的肩膀上，可以更快的到达目的地、拿到更好的成果♥”
商业级项目，增添简历硬货
【项目100】医学X射线影像处理项目
商业价值介绍：原始医学X射线图像通常会因曝光不足或过度、运动模糊、几何失真、噪声、伪影等因素的影响而导致X射线图像在成像过程中质量下降、信息缺失或误判。经过一系列处理之后，被转换成了对比度高、边缘清晰的灰度图像，这样可以提高诊断准确性，还可以在这个后期处理优化图像质量后，在可能要求的前提下使用更低的X射线曝光剂量，从而减少患者受到的辐射危害。
| 处理前效果图 | 处理后效果图 | 上色后效果图 |
|---|---|---|
【项目101】裂纹舌分割项目
商业价值介绍：此项目主要应用于智慧医疗领域，意义在于帮助有相关健康问题的人或有相关疾病的患者，通过线上自查自测的方式对自身状况进行诊断。模型较小可部署在移动端，可作为线上医疗辅助诊断app中的一个模块，如京东健康app等。模型在医学图像分割方面的较好性能，同时也将模型应用于皮肤病、血管瘤等数据集，依然取得了不错的效果。
指标结果：血管瘤miou：90.3% 裂纹舌miou：85%
【项目102】乳腺癌病灶分割项目
商业价值介绍：单一模态影像结果具有局限性和干扰性，影响医生做出准确的影像判断。此项目将PET影像的代谢信息与CT影像的高分辨率结构信息相结合能够弥补两类图像的短板，起到优势互补的作用。将PET与CT图像进行特征融合是本项目的核心部分，能够突出病灶区域特点，提高分割准确率，进而减少医生诊断时产生的人工误差，更好的通过此结果来制定治疗方案，提高手术精度。
指标结果：precision：95.67% recall：97.58% accuracy：96.16%
【项目103】CT脑灌注参数项目
商业价值介绍：急性缺血性卒中是我国主要的致死致残病因，严重危害了患者的生命安全与生活质量。临床及影像科医生通常基于灌注成像，通过解算脑组织灌注参数量化灌注水平，划分缺血性半暗带与梗死核心。现有传统灌注参数解算算法受困于理论局限性、数据噪声、缺乏金标准等因素，缺乏准确度与稳定性。针对以上问题，用了一种全新的灌注数据集方法，提出了基于深度学习的灌注参数解算框架，并基于两者实现了缺血性半暗带与梗死核心分割系统，解决了临床医学需求。
指标结果：提出的灌注参数解算算法在测试集上表现出优异的相关性 (r>0.99) 和系统与随机误差 (error<0.07)，显著优于传统算法。
【项目104】CT脑灌注影像的健康动静脉信号-时间曲线提取项目
商业价值介绍：从CT脑灌注影像提取健康的动静脉信号—时间曲线，可以用于评估患者的心血管健康状况，辅助血流动力学分析等研究。传统的动静脉信号—时间曲线提取方法为医生手动标注，该方法耗时耗力且结果较为主观，本研究提出了一种全自动提取健康动静脉信号—时间曲线的方法，可以快速、准确的提取动静脉曲线对。
指标结果：经影像专家评估，本方法在200余家中心数据中，可在5秒内，达到超过90%的曲线正确检出率。
【项目105】磁共振影像的脑白质高信号全自动分割项目
商业价值介绍：脑白质高信号通常是由于脑部疾病或老年性变导致的，通过分割脑白质高信号区域，医生可以更准确地诊断出多发性硬化、血管性痴呆、小血管病变等与脑部疾病相关的病情，为患者提供及时的治疗和管理。脑白质高信号分割算法和自动分割软件可以快速、准确地分割出脑部MR影像中的脑白质高信号区域，并基于此算法开发了脑白质高信号自动分割软件，辅助医生临床决策。
指标结果：在MICCAI WMH公开竞赛数据集上dice值达0.83，达到高年资医生水平。
【项目106】多焦点结构光照明显微的快速重构项目
商业价值介绍：本项目针对现有的多焦点结构光照明显微镜在超分辨图像重构速度方面的短板。提出了一种快速超分辨图像重构方法，以更快的处理运算速度实现更好的超分辨显微效果。以有限的运算量或者计算机运算时间，换取更好的MSIM超分辨处理效果，实现对视频速率的活体细胞显微成像的处理效果。此方法同样可推广到其他类型的结构光照明显微镜。
指标结果：原始图像点乘照明光需要0.034s，FISTA去卷积需要1.85s。相比像素重分布和jRL算法，运算速度和超分辨成像效果得到均衡的提升。
【项目107】乳腺超声图像分割项目
商业价值介绍：乳腺癌是女性的隐形杀手近年，乳腺癌的发病率呈逐年上升趋势，利用计算机辅助手段检测疾病越来越流行。计算机辅助手段中大多利用MRI图像或者超声图像来检测乳腺癌病变区域，其中MRI因为经济因素，不作为常规筛查的方法，超声检查是无辐射、无痛苦、低成本的乳腺癌筛查方式，在致密型乳腺女性中有更高的病变检出率，能更加全面地观察整个乳腺，降低乳腺癌漏诊率。所以大多计算机辅助检测，利用超声图像筛查乳腺癌，并取得了较好效果。因此图像分割在深度分析之前起着至关重要的作用，特别是在临床诊断中的医学图像分割。图像分割是医学图像处理中的一个难题，需要高精度地勾画出病变区域。传统的方法已经提出，从阈值，边缘检测，聚类到区域增长。但是这些方法只考虑了灰度或纹理信息，性能得到了提高但还有提升空间。本项目基于深度学习的生物医学图像分割方法取得了良好的效果，提取多层次的特征。
指标结果：
【项目108】视网膜血管自动分割项目
商业价值介绍：在临床实践中，有经验的医生可以通过观察视网膜血管的形态变化来诊断许多相关疾病，这些变化会导致视网膜小动脉结构异常。这意味着从视网膜眼底图像中准确分割血管对于许多相关疾病的后续分析非常重要。然而，依靠专业人士的经验进行手动分割是非常耗时和费力的。因此，视网膜血管自动分割是计算机视觉领域的一个重要研究问题，其主要目的是从眼底图像中分割出血管和非血管区域。解决这个问题对于眼科临床诊疗和研究具有重要意义。
指标结果：
【项目200】⻋辆深度感知项目
商业价值介绍：⾃监督深度估计利⽤图像之间的⼏何关系和投影约束来重建对应图像，并通过图像重建损失监督⽹络的训练，整个过程中都不⽤带有真值标签的数据参与训练。相较于基于有监督的深度估计⽅法，⾃监督深度估计⽅法具有数据集易获取、易于融入现实应⽤等优点，同时该⽅法训练得到的模型也具有更好的普适性和泛化性。本项⽬通过构建时序图像中的的⼀致性，通过单个摄像头和⾃监督的⽅式第⼀次建模⾃监督单⽬深度估计的模型，并解决运动过程中因为观测物体运动和遮挡带来的问题，有效增强了在现实世界应⽤的可能性和鲁棒性，并且可以以30 FPS 效率运⾏。可以落地部署到现⾏机器⼈和⻋辆深度感知中。
| 原图 | 效果图 |
|---|---|
指标结果：AbsRel：0.115、SqRel：0.903、RMSE：4.863、RMSElog：0.193
【项目201】路面坑法检测项目
商业价值介绍：道路桥梁监测和养护是交通行业的一大开销。目前基本采用人工的方式勘测和汇报。目前存在的问题是：人工提供的数据不准确，不全面，受工作人员素质影响很大；巡检耗费人力费用很高；巡检不及时；由于涉及项目经费，人工干预结果也导致财政分配不合理。为了可以及时全面精准的掌我道路的损坏程度，采用（无人机）智能巡检。
| 效果图1 | 效果图2 | 效果图3 |
|---|---|---|
指标结果：mAP：87.6%
【项目202】公路路况沿线设施检测（标志标牌）项目
商业价值介绍：定位公路中标志标牌的位置信息标志的种类信息，为驾驶员提供准确前方路况信息和注意事项，辅助驾驶员及时的做出决策，保障交通安全。
指标结果：精度acc、recall双90%
【项目203】现实世界场景下的单目标跟踪项目
商业价值介绍：视觉跟踪技术是计算机视觉领域的一个重要课题,有着重要的研究意义;且在军事制导、视频监控、机器人视觉导航、无人机视频跟踪等应用方面存在着很大的研究意义。我们通过确定第一帧图像的跟踪目标特征，继而跟踪后续所有帧的目标位置，并标记跟踪框的位置信息。这在日常生活中应用广泛，比如足球比赛中，我们需要跟踪运动员脚下的足球位置信息，继而给出合适且精确地分数。在视频监控下，我们确定刚出现在监控下时的跟踪目标位置以及特征，继而确定后续的跟踪位置，大大减少了人力的损失。
7c7658f28c4553adb7a343bbeb659774.mp4
指标结果：在一些官方数据集上取得了优异的性能，比如在got10k上取得了0.611的准确率，以及分别在阈值设置为0.5的情况下取得了0.724的成功率。
【项目300】工业指针仪表识别项目
商业价值介绍：针对工厂内工人参与记录仪表读数时，存在人工危险性大、工作效率低、识别即时性差等问题。基于深度学习方法，进行工业指针仪表识别，实现低误差的工业指针仪表自动识别效果。该项目可以减轻工人工作量，提高工厂提高智能化程度。
| 原图 | 效果图 | 整体图 |
|---|---|---|
指标结果：precision：94%，recall：90%
【项目301】机械零件的图像分割及三维重建项目
商业价值介绍：机械零件的三维重建可以帮助制造企业快速、精确地获取真实零件的三维模型。这为产品设计和开发提供了重要的基础，设计师可以在此基础上进行产品设计、优化和验证，加速产品上市周期，降低产品研发成本。通过对机械零件进行三维重建，可以实现对零件表面质量、尺寸精度等关键指标的精确测量和分析。这有助于制造企业实施精细化的质量控制和质量检测，及时发现和修正生产过程中的问题，提高产品质量和生产效率。基于三维重建的数字化零件模型可以直接用于数控加工设备进行生产加工，实现数字化制造流程。同时，基于这些模型，企业还可以实现对机械零件的个性化定制生产，满足不同客户的特定需求，提高产品市场竞争力。
指标结果：
"♥更多商业级项目，敬请期待……♥"
"♥我们读书是为了成为提灯人去照亮黑暗，而不是为了自己有灯而沾沾自喜还要去吹灭别人的蜡烛♥"