重量级——>轻量级：1.解决神经网络越来越大、计算量越来越大的问题；2.离实际应用更进一步
图像：分类问题、分隔问题、定位问题、检测问题
分类：图像包含的主要物体 李飞飞：imagenet
包含三类：语义级、细粒度、实例级
实例级分类：识别出每一个实例
正确率比较高：对角线的值高
图像分类具体应用：
Vggnet存在问题：模型太大，计算的参数量大
Resnet（网络很深）：提出“残差”模块的概念，解决梯度消失的问题
相关文章：
相似解决方案
热门标签
重量级——>轻量级：1.解决神经网络越来越大、计算量越来越大的问题；2.离实际应用更进一步
图像：分类问题、分隔问题、定位问题、检测问题
分类：图像包含的主要物体 李飞飞：imagenet
包含三类：语义级、细粒度、实例级
实例级分类：识别出每一个实例
正确率比较高：对角线的值高
图像分类具体应用：
Vggnet存在问题：模型太大，计算的参数量大
Resnet（网络很深）：提出“残差”模块的概念，解决梯度消失的问题
相关文章：