OpenMMLab(2)

图像分类与基础视觉基础

卷积神经网络

AlexNet

是第一个成功实现大规模图像的模型，在ImageNet数据集上达到~85%的top-5准确率；5个卷积层，3个连接层，共有60M个可学习参数；使用ReLU激活函数（其他的还有tanh），大幅提高收敛速度；实现并开源了cuda-convnet，在GPU上训练大规模神经网络在工程上成为可能。

随着后续不断发展，ResNet在视觉领域成为影响力最大、使用最广泛的模型结构。

更强的图像分类模型

例如2016年的神经结构搜索，2022年的ConvNeXt

模型训练过程中需要注意

学习率与优化器策略
数据增强
丢弃层
随机深度

MMClassification

介绍了该包的使用，以及在python中调用的展示。