分类任务是图像的基础任务,也是相对较为简单的入手点
虽然简单和基础,但却是很重要,因为分类准确率的不断提高,使得我们看到堆叠的cnn对于图像特征提取的高效表征能力
正是由于对图像特征提取和表征能力的提升,才有了后续完成更复杂任务的尝试
下面就将知识用我自己的顺序大概总结:
1、早期网络以resnet为代表
2、在经历了很多变体之后,有了NAS网络搜索,彻底放飞了超参数和模型结构,来到了自动深度学习
3、2020年来自nlp的transformers点燃了cv中的新里程,凭借更加强大的表征能力,在大数据任务中表现不断刷新。以上2ppt分别叙述了 qkv 注意力机制,还有后续的多头(其实就是堆叠)
vit太 强硬的从nlp转cv(虽然是作者刻意为之,凸显通用性),但swin transformer更适合
基于swin transformer的堆叠,使得精度提升
4、convnext网络,在2022年成为了cnn的新阶段,但究竟是能继续强盛,还是《无间道》对于香港影坛一样只是最后的辉煌,拭目以待
5、 十年总结