深度学习常用算法及笔记

关键点检测（2）——关键点检测发展历程关键点检测是计算机视觉领域中一项重要任务，旨在识别图像或视频中具有特定意义或信息的关键点。如人脸上的鼻子，眼睛，或是关节等。在神经网络中，用于关键点检测的卷积神经网络（Convolutional Neural Networks, CNNs）有许多出名的模型。从DeepPose开始，直到现在的先进方法，形成了丰富的历史脉络。

关键点检测（1）——标注关键点检测数据（labelme和CVAT）关键点检测，作为计算机视觉领域的重要分支，广泛应用于人体姿态估计、面部表情识别、手部动作分析等多个场景。其核心在于从图像中准确检测并定位特定的关键点位置。然而，高效的模型训练离不开大量高质量的标注数据。本文将详细介绍关键点检测数据的标注方法，包括标注工具的选择、标注流程以及注意事项，帮助自己深入理解并掌握关键点检测数据标注的全过程。

卷积神经网络学习笔记——ZFNet（Tensorflow实现）传送门：请点击我如果点击有误：https://github.com/LeBron-Jian/DeepLearningNote