📒
OpenMMLab Book
  • 前言
  • Image Classification
    • 概述
      • LeNet-5
      • 数据集
      • 评价指标
    • 早期方法
      • AlexNet
      • VGGNet
      • Inception
    • 主流模型及技术
      • BN
      • ResNet
      • ResNeXt
      • SENet
    • 移动端模型
      • MobileNet
      • MobileNet v2
      • ShuffleNet
      • ShuffleNet v2
  • Object Detection
    • 概述
      • 问题定义
      • 朴素方法
      • 一些概念
      • 算法评价
    • 早期方法
      • RCNN
      • YOLO
    • 两阶段方法
      • Fast R-CNN
      • RPN
      • Faster R-CNN
      • Mask R-CNN
    • FPN
    • 单阶段方法
      • SSD
      • YOLO v2
      • YOLO v3
      • RetinaNet
    • 新的方向
      • Cascade R-CNN
      • FCOS
  • Semantic Segmentation
    • 概述
    • FCN
    • PSPNet
Powered by GitBook
On this page

Was this helpful?

  1. Image Classification

主流模型及技术

在 2015 年,Batch Normalization 和 ResNet 的提出让深度学习技术迈向了新的阶段。 ILSVRC 图像分类的 top-5 准确率也首次超越了人类。 后续提出的 ResNeXt 和 SENet 也拿下了 2016 、2017 量年比赛的冠军和亚军。 截止目前,ResNet 及其变种在学术及工业界仍然有着非常广泛的应用

在本小节中,我们将对这些工作加以介绍。

PreviousInceptionNextBN

Last updated 4 years ago

Was this helpful?