卷积神经网络有哪些常用的模型
时间: 2023-12-12 13:03:02 浏览: 156
1. LeNet-5:早期的卷积神经网络,用于手写数字识别。
2. AlexNet:2012年ImageNet大规模视觉识别挑战赛(ImageNet Large Scale Visual Recognition Challenge,简称ILSVRC)冠军,标志着深度学习在计算机视觉领域的崛起。
3. VGGNet:2014年ILSVRC冠军,由深度卷积网络VGG-16和VGG-19两个模型组成,采用连续的3x3卷积核和池化层。
4. GoogLeNet:2014年ILSVRC冠军,采用了Inception模块,可以在不增加参数数量的情况下提高模型的准确率。
5. ResNet:2015年ILSVRC冠军,采用残差网络,解决了深度卷积神经网络中梯度消失和模型退化的问题,可以训练超过1000层的网络。
6. DenseNet:2017年提出,采用密集连接(Dense Connection)的方式,可以减少参数数量,提高模型的准确率。
7. MobileNet:2017年提出,采用轻量级卷积神经网络结构,适用于移动端等资源受限的场景。
8. EfficientNet:2019年提出,采用复合缩放系数(Compound Scaling)的方式,可以在参数数量相同的情况下提高模型的准确率和效率。
阅读全文
相关推荐














