智算学术-优快云博客

原创 EfficientNetV2论文精读(十四)：翻译+学习笔记+pytorch代码复现

上一篇给大家讲解了2019年google发表的EfficientNetV1版本网络，今天给大家带来EfficientNetV2版本的详解，因为谷歌更看重技术落地和影响力，不需要通过顶会发表来证明自己，所以 EfficientNetV2 直接发布在 arXiv，以更快、更自由的方式公开，同时保护商业利益和技术节奏。EfficientNetV2 在训练速度优化方面，在保持推理性能的同时，更关注模型的训练效率，在efficientNetV1的基础上引入Fused-MBConv 模块，并。

2025-04-07 21:48:39 497

原创 EfficientNetV1论文精读(十三)：翻译+学习笔记+pytorch代码复现

上一篇给大家精读了图像分类中的shuffleNet论文，这次给大家带来EfficientNet 论文精讲，EfficientNet 网络的主要创新点是复合缩放（Compound Scaling）同时调整网络的深度宽度和输入分辨率，而不是单独调整某一维度。这样能在有限计算资源下提高性能，同时减少计算量。让我们来看一下吧官方代码：https: //github.com/tensorflow/tpu/tree/ master/models/official/efficientnet.

2025-04-06 10:47:03 616

原创 ShuffleNetV2论文精读(十二)：翻译+学习笔记+pytorch代码复现

上一篇给大家讲解了ShuffleNetV1网络，核心思想主要是提出了分组卷积+通道混排的设计模块，今天给大家带来的是ShuffleNetV2网络，在v1的基础上改进了分组卷积和逐点卷积的结合，优化通道划分和模块设计。

2025-04-02 20:05:53 843

原创 ShuffleNetV1论文精读(十一)：翻译+学习笔记+pytorch代码复现

ShuffleNetV3论文精读(十一)：翻译+学习笔记+pytorch代码复现

2025-03-31 21:00:58 546

原创 MobileNetV3论文精读(十)：翻译+学习笔记+pytorch代码复现

MobileNetV3论文精读(十)：翻译+学习笔记+pytorch代码复现

2025-03-25 18:42:08 911

原创 MobileNetV2论文精读(九)：翻译+学习笔记+pytorch代码复现

MobileNetV2论文精读(九)：翻译+学习笔记+pytorch代码复现

2025-03-23 21:09:29 764

原创 MobileNetV1论文精读(八)：翻译+学习笔记+pytorch代码复现

上篇文章讲解了resnet网络，今天给大家讲解的是MobileNetV1版本，传统 CNN 结构（如 VGG 和 ResNet）计算量大，难以在移动设备上高效运行。为此，Google 在 2017 年提出 MobileNetV1，采用深度可分离卷积（Depthwise Separable Convolution），大幅降低计算量和参数规模，同时保持较高准确率。与 VGG 相比，MobileNetV1 计算量仅为其 1/10，但能在轻量级设备上保持良好性能。

2025-03-21 21:12:57 771

原创 ResNet论文精读：翻译+学习笔记+Pytorch代码复现

上一篇文章详细解读了论文GoogLeNet网络结构，现在给大家介绍何凯明大神在2016年发表在CVPR的best paper，<Deep Residual Learning for Image Recognition> 开创了深度残差网络的先河，解决了超深层网络训练问题，研究人员不再需要担心随着层数增加而带来的梯度问题，ResNet在2015年ImageNet的图像分类任务中，获得了第一名，并且在top-5错误率上达到了3.57%，大大超过了其他参赛模型。

2025-03-13 15:49:51 1083

原创 GoogleNet论文精读 | 翻译+学习笔记+PyTorch代码复现

上一篇我们介绍了VGG的论文和代码,并且附有视频讲解,今天我们来看这篇, GoogLeNet 是 Google 在 2014 年提出的一种深度卷积神经网络（CNN），用于图像分类任务。它在 ILSVRC 2014（ImageNet 大规模视觉识别挑战赛）中取得了第一名，表现优于当时的 AlexNet 和 VGGNet。GoogLeNet 的核心创新在于Inception 结构,GoogLeNet 通过Inception 结构提高特征提取能力

2025-03-08 17:01:59 854

原创 VGG论文精读 | 翻译+学习笔记+PyTorch代码复现

今天给大家带来的是在继AlexNet 神经网络后的又一神作,VGG网络由Oxford University 的 Visual Geometry Group（VGG提出，并在竞赛中取得了分类任务第二名（仅次于 GoogleNet），在目标检测任务也表现优异。论文: "Very Deep Convolutional Networks for Large-Scale Image Recognition"

2025-03-03 21:10:03 951

原创 AlexNet 论文精读 | 深度解析+PyTorch代码复现 (下)

经典神经网络超详细(四): AlexNet网络(论文精读+网络详解+代码实战)下

2024-12-23 20:40:07 1621

原创 AlexNet 论文精读 | 深度解析+PyTorch代码复现 (上)

翻译当前的目标识别方法核心依赖于机器学习技术。为了提升模型性能，可以通过收集更大规模的数据集、设计更强大的模型，以及采用更好的防过拟合技术来实现。然而，在过去，标注图像的数据集规模相对较小——通常只有数万张图片（例如，NORB [16]，Caltech-101/256 [8, 9] 和 CIFAR-10/100 [12]）。对于简单的识别任务，这些规模的数据集在结合标签保持不变的数据增强方法后，已经可以取得较好的效果。

2024-12-20 13:59:19 1662

原创 LeNet 论文精读 | 深度解析+PyTorch代码复现(下)

是一个在计算机视觉领域广泛使用的数据集，专门用于图像分类任务。它是一个小型的图像数据集，包含了 10 类不同的物体，每一类有 6000 张图像。总共有 60,000 张图像，分为训练集和测试集。数据集中的每张图像都是 32x32 像素的彩色图像（RGB 图像），适合用来进行图像分类模型的训练与测试。这段代码完成了 LeNet 模型的训练流程，主要包括：(以下都是在训练模型时候的固定套路,除了有些私有的数据集需要自己处理之外,其他的都是一样的处理思路)数据预处理和加载（CIFAR-10 数据集）。

2024-12-16 18:22:20 1748

原创 LeNet 论文精读 | 深度解析+PyTorch代码复现(上)

深度学习入门篇(1):LeNet网络结构详解和代码实战篇

2024-12-15 13:37:50 743

智算学术的博客