Openmmlab寒假训练营(二)
1.分类问题的发展和模型总结
经典的卷积神经网络
VGG系列、GoogleNet、ResNet等
注:关于ResNet的一些后续改进
ResNet B/C/D 残差模块的局部改建、ResNeXt 使用分组卷积,降低参数量等
带注意力机制网络
Vision Transformer、Swin Transformer
注意力机制网络对卷积网络的启发模型——ConvNeXt
2.分类问题与其他下游任务的关系
分类问题可以作为其他下游任务的特征提取器,即Feature Extractor
3.一些轻量化卷积的设计
网络名称 | 卷积特点 |
---|---|
GoogleNet | 多尺度卷积的拼接 |
ResNet | 利用特殊的1*1卷积来压缩特征通道 |
MobileNet | 将常规卷积分解为逐层卷积和逐点卷积,降低参数量和计算量 |