十大预训练模型，帮助您开始深度学习（第1部分 - 计算机视觉）

Introduction

对于希望学习算法或尝试现有框架的人来说，预训练模型是一个很好的帮助来源。 由于时间限制或计算限制，并不总是可以从头开始构建模型，这就是为什么存在预训练模型的原因！ 您可以使用预训练模型作为基准来改进现有模型，或者针对它测试自己的模型。 潜力和可能性是巨大的。

在本文中，我们将介绍Keras中具有计算机视觉应用的各种预训练模型。 为什么Keras？ 首先，因为我认为对于刚开始使用神经网络的人来说，这是一个很棒的图书馆。 其次，我想在整篇文章中坚持使用一个框架。 这将帮助您从一个模型转移到另一个模型，而不必担心框架。

我鼓励您在自己的机器上尝试每个型号，了解它的工作原理，以及如何改进或调整内部参数。

我们已将此主题细分为一系列文章。 第二部分将侧重于自然语言处理（NLP），第三部分将关注音频和语音模型。 我们的目标是通过现有的解决方案帮助您在这些领域开展工作，这将快速跟踪您的学习过程。

Table of Contents

• 物体检测
  面具R-CNN
  YOLOv2
  MobileNet
  成熟/未成熟的番茄分类
  汽车分类
• 面部识别和再生
  VGG-Face模型
  单幅图像的三维人脸重建
• 细分
  语义图像分