AI实战营-Day1 图像分类与基础视觉模型

最新推荐文章于 2025-12-15 12:08:33 发布

原创最新推荐文章于 2025-12-15 12:08:33 发布 · 219 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#人工智能 #分类 #计算机视觉

AI 专栏收录该内容

8 篇文章

订阅专栏

本文探讨了图像分类问题，详细介绍了卷积神经网络(CNN)的挑战与残差学习，包括ResNet中的残差模块。接着，讨论了轻量化CNN的策略，如可分离卷积和分组卷积。最后，引入了VisionTransformers，特别是SwinTransformer，这是一种最新的Transformer架构在计算机视觉领域的应用。

目录

一、图像分类
二、卷积神经网络
三、轻量化卷积神经网络
四、Vision Transformers

一、图像分类

问题的数学表示

在这里插入图片描述

结果的数学表示

二、卷积神经网络

模型层数增加到一定程度后，卷积退化为恒等映射，导致深层网络与浅层网络效果相同

在这里插入图片描述

残差学习的基本思路

在这里插入图片描述
3. ResNet 中的两种残差模块

在这里插入图片描述

残差使收敛到局部/全局最优解更容易

在这里插入图片描述

三、轻量化卷积神经网络

卷积的参数量

在这里插入图片描述

卷积的计算量（乘加次数）

在这里插入图片描述

降低模型参数量和计算量的方法

在这里插入图片描述

可分离卷积

在这里插入图片描述

ResNeXt 中的分组卷积

在这里插入图片描述

四、Vision Transformers

注意力机制 Attention Mechanism

在这里插入图片描述

实现 Attention

在这里插入图片描述

多头注意力 Multi-head (Self-)Attention

在这里插入图片描述

Vision Transformer (2020)

在这里插入图片描述

Swin Transformer (ICCV 2021 best paper)

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。