CV之IC:计算机视觉之图像分类(Image Classification)方向的简介、使用方法、案例应用之详细攻略

目录


图像分类的简介


1、相关概念


2、深度网络模型的开端


3、图像分类网络模型的发展


4、图像分类轻量化模型


图像分类的使用方法


图像分类的案例应用



相关文章

DL:深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

DL之CNN:计算机视觉之卷积神经网络算法的简介(经典架构/论文)、CNN优化技术、调参学习实践、CNN经典结构及其演化、案例应用之详细攻略

DL之CNN:卷积神经网络算法简介之原理简介(步幅/填充/特征图)、七大层级结构(动态图详解卷积/池化+方块法理解卷积运算)、CNN各层的作用等之详细攻略

CV:人工智能之计算机视觉方向的简介(常用数据集+CV职位)、传统方法对比CNN类算法、计算机视觉八大应用(知识导图+经典案例)之详细攻略

CV之IC:计算机视觉之图像分类(Image Classification)方向的简介、使用方法、案例应用之详细攻略

CV之IC:计算机视觉之图像分类(Image Classification)方向的知识点总结


图像分类的简介


           图像分类,是计算机视觉中的核心任务。

CV之IC:计算机视觉之图像分类(Image Classification)方向的简介、使用方法、案例应用之详细攻略


1、相关概念


常用数据集:MNIST、CIFAR、Fashion-MNIST、PASCAL VOC、ImageNet


2、深度网络模型的开端


LeNet-5、AlexNet


DL之CNN:卷积神经网络算法简介之原理简介——CNN网络的3D可视化(LeNet-5为例可视化)


DL之AlexNet:AlexNet算法的简介、论文介绍、设计思路、关键步骤、实现代码等配图集合之详细攻略


3、图像分类网络模型的发展


侧重结构改进:

Network in Network、

GoogleNet(Inception v1)、

BN-Inception、

Inception v2&Inception v3、

Inception v4,Inception-ResNet

侧重深度增加:

VGGNet、

ResNet、

ResNeXt、

DenseNet

DL之VGGNet:VGGNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略


DL之GoogleNet:GoogleNet(InceptionV1)算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之BN-Inception:BN-Inception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之InceptionV2/V3:InceptionV2 & InceptionV3算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略DL之InceptionV4/ResNet:InceptionV4/Inception-ResNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略


DL之ResNet:ResNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略



4、图像分类轻量化模型


SqueezeNet

Xception

MobileNet:MobileNet v1、MobileNet v2

ShuffleNet:ShuffleNet v1、ShuffleNet v2

DL之SqueezeNet:SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略


DL之MobileNet:MobileNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略


DL之ShuffleNet:ShuffleNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略



图像分类的使用方法


后期更新……




图像分类的案例应用


后期更新……



上一篇:Salesforce不仅要当SaaS巨头,它还想在VC行业干一番大事业


下一篇:Objective-C 中变量的作用域