深度学习框架：caffe、tensorflow、pytorch、mxnet、paddlepaddle。
其他深度学习相关框架或应用：tesseract、darknet.
推理库：ncnn，tflite，mnn，tnn，paddlelite，onnx。
常见模型：AlexNet、VGG Net、GoogleNet、ResNet、ResNeXt、R-CNN、YOLO、SqueezeNet、SegNet、GAN、、、、、、、
模型种类：分类模型、检测模型、分割模型
分类模型：Lenet、AlexNet、VGG Net、GoogleNet、、、、、、、、
目标检测模型：RCNN、Fast RCNN、Faster RCNN、YOLOv1-v5、、、、
图像分割模型：SegNet、Unet、、、、、、、、、、
文字检测模型：CTPN、EAST、Psenet、DBnet、、、、、、、、、、
回归模型：
Backbone：
LOSS：分类一般用交叉熵、回归一般用MSE或L2 Loss
可以学习的链接：