CV之IC：计算机视觉之图像分类(Image Classification)方向的简介、使用方法、案例应用之详细攻略

目录

图像分类的简介

1、相关概念

2、深度网络模型的开端

3、图像分类网络模型的发展

4、图像分类轻量化模型

图像分类的使用方法

图像分类的案例应用

相关文章

DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略

DL之CNN：计算机视觉之卷积神经网络算法的简介(经典架构/论文)、CNN优化技术、调参学习实践、CNN经典结构及其演化、案例应用之详细攻略

DL之CNN：卷积神经网络算法简介之原理简介(步幅/填充/特征图)、七大层级结构(动态图详解卷积/池化+方块法理解卷积运算)、CNN各层的作用等之详细攻略

CV：人工智能之计算机视觉方向的简介(常用数据集+CV职位)、传统方法对比CNN类算法、计算机视觉八大应用(知识导图+经典案例)之详细攻略

CV之IC：计算机视觉之图像分类(Image Classification)方向的简介、使用方法、案例应用之详细攻略

CV之IC：计算机视觉之图像分类(Image Classification)方向的知识点总结

           图像分类，是计算机视觉中的核心任务。

常用数据集：MNIST、CIFAR、Fashion-MNIST、PASCAL VOC、ImageNet

LeNet-5、AlexNet

DL之CNN：卷积神经网络算法简介之原理简介——CNN网络的3D可视化(LeNet-5为例可视化)

DL之AlexNet：AlexNet算法的简介、论文介绍、设计思路、关键步骤、实现代码等配图集合之详细攻略

侧重结构改进：

Network in Network、

GoogleNet(Inception v1)、

BN-Inception、

Inception v2&Inception v3、

Inception v4，Inception-ResNet

侧重深度增加：

VGGNet、

ResNet、

ResNeXt、

DenseNet

DL之VGGNet：VGGNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之GoogleNet：GoogleNet(InceptionV1)算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之BN-Inception：BN-Inception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之InceptionV2/V3：InceptionV2 & InceptionV3算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略DL之InceptionV4/ResNet：InceptionV4/Inception-ResNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之ResNet：ResNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

SqueezeNet

Xception

MobileNet：MobileNet v1、MobileNet v2

ShuffleNet：ShuffleNet v1、ShuffleNet v2

DL之SqueezeNet：SqueezeNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之MobileNet：MobileNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DL之ShuffleNet：ShuffleNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

后期更新……