图像分类国内外研究现状
时间: 2023-08-23 17:05:04 浏览: 45
图像分类是计算机视觉领域的一项重要任务,旨在将图像分为预定义的类别。国内外在图像分类方面的研究都非常活跃。
在国外,深度学习是图像分类的主要技术。2012年,AlexNet在ImageNet图像分类比赛中取得了惊人的成绩,使得深度学习在图像分类领域得到了广泛的应用。此后,深度学习模型的性能持续提升,例如VGG、GoogLeNet、ResNet等模型在ImageNet数据集上取得了更好的结果。此外,近年来还出现了一些基于注意力机制和对抗训练的模型,如SENet、CBAM、Mixup等。
在国内,图像分类研究也非常活跃。近年来,国内研究者在深度学习方面取得了很多进展,如DenseNet、ShuffleNet、MobileNet等轻量化模型。此外,国内还有一些研究者关注于结合深度学习和传统的分类方法,例如基于深度学习的特征提取和SVM分类器的组合。
总的来说,国内外在图像分类方面都有很多研究,深度学习是当前主流技术,而轻量化模型和结合传统方法的研究也是一个趋势。