![](https://img-blog.csdnimg.cn/2019091813595558.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Backbone
文章平均质量分 57
CV领域的骨干网络
太简单了
机器视觉
展开
-
Inception-v1~v4
问题:网络性能提升依靠深度和宽度(隐层和各层神经元数目),但会导致参数量增多,导致过拟合/梯度消失。解决:全连接改稀疏连接,比如卷积结构。Inception找最优卷积稀疏结构。引入BN以及改进结构BN层解决输入相同,但同一网络层输出不同的问题(因为网络每一次更新的参数会变化)。作用(激活函数的兴奋区梯度大,即加速网络训练,还防止了梯度消失):加速网络训练防止梯度消失改进结构:把Inception-v1中5*5的卷积用2个3*3的卷积替换,这也是VGG那篇论文所提到的思想。原创 2023-03-31 17:29:43 · 309 阅读 · 1 评论 -
Transformer【ViT】
导师!博主的复现太细了。做个记录。原创 2023-06-08 14:20:33 · 1062 阅读 · 0 评论 -
Swin Transformer【Backbone】
笔记_简介原创 2022-07-24 21:37:49 · 1781 阅读 · 0 评论 -
Unet【Backbone】
语义分割网络经典模型,优点:可以同时获取上下文信息和位置信息,非常有利于表层信息的提取,在需要浅层信息的分割中表现很好。模型结构第一部分(主干特征提取):获得五个初步特征层。卷积+最大池化组成,结构与VGG类似。第二部分(加强特征提取):将五个特征层上采样,特征融合,获得最终特征层。第三部分(预测):利用最终特征层对每个特征点分类。......原创 2022-05-20 16:26:22 · 2160 阅读 · 1 评论