图像分类国内外研究现状
时间: 2023-11-18 17:03:15 浏览: 53
目前,图像分类是计算机视觉领域的一个重要研究方向,国内外都有很多研究团队致力于此。下面简要介绍一下国内外图像分类的研究现状:
国外:
1. Google的Inception系列:这是Google在2014年提出的一种深度神经网络模型,可以实现高效的图像分类。随后,Google陆续提出了Inception v2、v3、v4等改进版本。
2. Facebook的ResNet系列:这是Facebook在2015年提出的一种深度神经网络模型,可以实现更深的神经网络,从而提高图像分类的准确率。
3. Microsoft的DenseNet系列:这是Microsoft在2016年提出的一种深度神经网络模型,可以在不增加参数的情况下提高图像分类的准确率。
国内:
1. 清华大学的GoogLeNet:这是清华大学的研究团队在2014年提出的一种深度神经网络模型,可以实现高效的图像分类。
2. 中科院自动化所的ResNeXt:这是中科院自动化所的研究团队在2016年提出的一种深度神经网络模型,可以在不增加参数的情况下提高图像分类的准确率。
3. 北京大学的SENet:这是北京大学的研究团队在2017年提出的一种深度神经网络模型,可以通过引入Squeeze-and-Excitation模块提高图像分类的准确率。
总的来说,国内外的研究团队都在不断探索图像分类的方法和技术,不断提高图像分类的准确率和效率。