第二课笔记

ResNet是一个经典的深度学习框架,以其减少参数数量而提高精确度的特点,成为后续许多模型的基础。该框架通过层次化的卷积层有效提取图像特征,如轮廓和线条,进而用于判断图片中的物体类别,提升了图像识别的准确性。
摘要由CSDN通过智能技术生成

在imagenet数据集上进行图像分类精确度随时间变化情况显示如下

 

bcd5b75239e441d182e4c9a7b71d8c42.jpg

 其中resnet框架是最为经典的一个框架模型,其之后的框架很多都是在它的基础之上进行改进,resnet相对于前面的框架来说减少了参数数量提高了精确度

 

下图介绍了层次话特征的实现方式,通过层次化的卷积提取出图片的特征例如轮廓线条等最后根据这些特征来判断图片里的物体属于哪个类别。b5553eef61a74d57bc0e7c893e7c4a92.jpg

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值