本篇文章为OpenMMLab AI实战营打卡笔记,想要具体了解可以跳转课程视频: 计算机视觉之图像分类算法基础
图像分类与基础视觉模型
这节课主要讲述了卷积网络的发展与模型学习的相关知识。从卷积神经网络到轻量化卷积神经网络,再到神经结构搜索,最后到Vision Transformers,完整的介绍了卷积网络的发展。同时对模型学习的监督学习、自监督学习两个范式做了介绍,涉及学习率与优化器策略、数据增强等相关知识。
关于此部分的学习可依据视频结合沐神 《动手学深度学习》的视觉部分进行深入学习,其中视频中基础视觉模型知识的讲述主要分布在第六章和第七章,注意力机制在第十章,有关优化算法的具体讲述在第十一章,感兴趣的小伙伴可自行前往观看。
卷积神经网络
更强的图像分类模型
轻量化卷积神经网络
Vision Transformers