计算机视觉之图像分类算法基础
一、图像分类与基础视觉模型
基础介绍：
图像分类：给一张图片，识别图片中的物体是什么
计算机难以通过简单代码实现，使用“学习”。——采集数据、定义模型、训练、预测
早期使用特征工程，之后深度学习
卷积神经网络：
alexNet：
VGG：
GoogLeNet：
模型越来越深，准确率适得其反。
残差学习：解决之前的考虑。残差可以使网络更深，参数
ResNet：
ResNet的影响：视觉领域影响力最大、使用最广泛的模型，获得CVPR2016最佳论文奖
更强的图像分类模型：
神经结构搜索 Neural Architecture Search（2016+）
Transformers（2020+）：
ConvNeXt（2022）：
轻量化卷积神经网络：
（小网络）
卷积的参数量：
卷积的计算量：
降低参数量和计算量的方法：
降低通道数
减少卷积核的大小
GoogLeNet使用不同大小的卷积核：
ResNet使用1×1卷积压缩通道数：
可分离卷积：
MobileNet V1/V2/V3（2017~2019）：
ResNeXt中的分组卷积：
Vision Transfromers：
模型学习:
模型学习的范式：
目标：确定模型Fx的具体形式后，找寻最优参数x’，是的模型Fx'(X)给出准确的分类结果P
（y|X）
范式一：监督学习——数据标注
范式二：自监督学习——不需要标注数据
监督学习：
流程：标注数据-定义损失函数-最优化
交叉熵函数 Cross-Entropy Loss：
优化目标&随机梯度下降：
动量 Momentum SGD：
基于梯度下降训练神经网络的整体流程：
训练技巧：
学习率与优化器策略：
权重初始化（随机初始化）：
学习率对训练的影响：
学习率策略：
数据增强：
数据表较少时，需要扩充数据集
数据增强：通过简单的变换产生一系列副本，比如几何变换、色彩变幻、随机遮挡。。
模型相关策略：
自监督学习：
基于代理任务：https://zhuanlan.zhihu.com/p/150224914
基于代理任务：
基于对比学习：
基于掩码学习：
