计算机视觉(六)图像分类

文章目录

  • 常见的CNN
    • Alexnet
      • 1乘1的卷积
    • VGG网络
    • Googlenet(Inception V1、V2、V3)
      • 全局平均池化
      • 总结
    • Resnet、Resnext
    • ResNet残差网络
    • ResNeXt网络
  • 应用案例
    • VGG
    • Resnet

常见的CNN

Alexnet

DNN深度学习革命的开始
计算机视觉(六)图像分类_第1张图片
计算机视觉(六)图像分类_第2张图片

计算机视觉(六)图像分类_第3张图片
沿着窗口进行归一化。
计算机视觉(六)图像分类_第4张图片

1乘1的卷积

计算机视觉(六)图像分类_第5张图片

VGG网络

层数变多了。
计算机视觉(六)图像分类_第6张图片
计算机视觉(六)图像分类_第7张图片
五层→五组

Googlenet(Inception V1、V2、V3)

计算机视觉(六)图像分类_第8张图片计算机视觉(六)图像分类_第9张图片
计算机视觉(六)图像分类_第10张图片计算机视觉(六)图像分类_第11张图片

全局平均池化

计算机视觉(六)图像分类_第12张图片
计算机视觉(六)图像分类_第13张图片
计算机视觉(六)图像分类_第14张图片
计算机视觉(六)图像分类_第15张图片
计算机视觉(六)图像分类_第16张图片
计算机视觉(六)图像分类_第17张图片

  • 不增加计算量
  • 避免表达瓶颈
  • 增强结构(表达力),如宽度、深度。

计算机视觉(六)图像分类_第18张图片

总结

计算机视觉(六)图像分类_第19张图片

Resnet、Resnext

ResNet残差网络

计算机视觉(六)图像分类_第20张图片
计算机视觉(六)图像分类_第21张图片
计算机视觉(六)图像分类_第22张图片
没有池化过程
变得很深

先降维再升维
计算机视觉(六)图像分类_第23张图片
计算机视觉(六)图像分类_第24张图片
亮点在采用了残差的机制。

计算机视觉(六)图像分类_第25张图片

ResNeXt网络

计算机视觉(六)图像分类_第26张图片
计算机视觉(六)图像分类_第27张图片
计算机视觉(六)图像分类_第28张图片

应用案例

VGG

Resnet

你可能感兴趣的:(计算机视觉,计算机视觉,分类,人工智能)