qq_43257640的博客

太早的LeNet和AlexNet就不提了，也相对比较简单。vgg16 vgg19文章《VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE SCALE IMAGE RECOGNITION》发现了小卷积核搭配更深的网络会有更好的效果。小卷积核堆叠在保持感受野不变的情况下参数更少，网络更深学习能力更强。结构：前面一堆卷积层后面跟三层全连接层。卷积核全为...

前言本文写于2021年8月27日。最近好像没人写这方面的总结，我就稍微写一写。transformer最近成为cv学术圈的宠儿，有声音鼓吹要取代CNN。然而透过一切浮华的外表，有人说，不就是MLP+softmax嘛。这不，谷歌吹响了复兴MLP的号角，一系列魔改接踵而至。MLP能否达到transformer的热度？拭目以待。为什么需要要复兴MLP？我觉得有两个原因很重要：简单，通用。目前的实验结果表明，MLP确实有复兴的希望。先锋：MLP-MixerMLP-Mixer: An all-MLP Arc

尽管特征融合的方法很多，但如果数学化地表示，大体可以分为以下几种形式：X+Y\textbf{X}+\textbf{Y}X+Y: X\textbf{X}X、Y\textbf{Y}Y表示两个特征图，+++表示元素级相加. 代表如ResNet、FPNX  concat  Y\textbf{X} \; concat\;\textbf{Y}XconcatY .concatconcatconcat表示张量 拼接操作。 代表如GoogleNetX+G(Y)⋅Y\textbf{X}+\textbf{G(Y)}\cd

如何扩充数据集1、使用外部公开的数据集，比如从ImageNet中抽出相应的类2、数据增广3、如果必要的话，将验证集加入训练如何提高模型的表现1、如果设备允许的话，尝试更深、更宽的模型2、尝试把当前流行的结构诸如res模块、inception模块、attention机制等加入合适的位置3、如果必要的话，做模型的集成。e.g.分类任务，用resnet50得出一组概率，用vgg19得出另一组概率，将它们相加取概率最大的标签作为最终的结果。如何解决尺寸不平衡问题解决图像尺寸不统一一般有两种方法：1