ResNet，YOLO，U-Net

1.图像分类（ResNet）
任务定义：对整张图像进行全局类别判断，输出离散标签（如识别图像中的动物种类）。
核心原理：

• 残差学习：通过引入残差块（Residual Block），解决深层网络训练中的梯度消失问题，允许构建超百层的网络（如ResNet-152）。
• 跳跃连接：将输入特征直接传递到后续层，保留原始信息，提升特征复用能力。
  应用场景：
• 通用图像分类（如ImageNet竞赛）；
• 医学影像的初步筛查（如X光片分类）；
• 作为其他任务（如目标检测）的基础特征提取网络。

---

2.目标检测（YOLO）
任务定义：定位图像中的目标位置（边界框）并判断其类别（如检测行人、车辆）。
核心原理：

• 单阶段检测：将检测视为回归问题，直接通过卷积网络预测边界框坐标、置信度和类别概率，显著提升速度。
• 网格划分：将输入图像划分为S×S网格，每个网格预测多个边界框，通过非极大值抑制（NMS）筛选最优结果。
  应用场景：
• 自动驾驶中的实时障碍物检测；
• 视频监控中的多目标跟踪；
• 工业质检中的缺陷定位。

---

3.图像分割（U-Net）
任务定义：对图像进行像素级分类，输出分割掩膜（如区分医学图像中的肿瘤区域）。
核心原理：

• U型对称结构：编码器（下采样）提取特征，解码器（上采样）恢复空间信息，跳跃连接融合浅层细节与深层语义。
• 全卷积设计：无全连接层，支持任意尺寸输入，适用于高分辨率图像。
  应用场景：
• 医学影像分割（如CT/MRI中的器官分割）；
• 卫星图像的土地覆盖分类；
• 自动驾驶中的道路和行人分割。

---

三者对比

维度	图像分类（ResNet）	目标检测（YOLO）	图像分割（U-Net）
输出形式	单一类别标签	多目标边界框+类别标签	逐像素类别掩膜
计算复杂度	中等（依赖网络深度）	高（需处理多尺度目标）	高（需处理高分辨率像素）
典型应用	静态图像分类	动态场景实时检测	医学/遥感像素级分析

---