使用ConvNext模型做图像分类，加入CBAM注意力模块，引入ghostconv2轻与全局平均池化轻量化，改动后从结果曲线看变差，并且验证集曲线振荡过于剧烈，请问是什么问题，有那些解决方案
ConvNext图像分类结果优化
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
10条回答 默认 最新
- 2025-04-10 20:23基于PyTorch和Python开发的ConvNeXt图像识别项目，为研究者和开发者提供了一套完整的图像识别解决方案。PyTorch是由Facebook人工智能研究团队开发的一个开源机器学习库，因其动态计算图和易于扩展性而受到广泛欢迎。...
- 2023-08-20 17:32开发者可能使用了Python编程语言，结合深度学习框架如TensorFlow或PyTorch来实现ConvNext模型。在阅读和理解"main.py"时，我们需要关注模型的架构、损失函数、优化器的选择、学习率策略以及训练过程中的超参数设置等...
- 2022-03-02 14:05Python作为PyTorch的主要编程语言，提供了丰富的库和工具，使得处理图像数据和实现复杂模型变得简单。 要理解并使用ConvNeXt模型，首先需要了解其核心设计理念。ConvNeXt的主要创新点包括： 1. **层次化的设计**：...
- 2025-07-19 11:58懂编程的女博士的博客 本节介绍了加载遥感 RGB 图像和对应的单通道掩膜（mask）。掩膜中每个像素值为类别索引（如0=背景，1=植被，2=建筑），通过 transform 统一缩放（256×256）和归一化（ImageNet 均值/标准差），确保输入模型的一致性...
- 2023-10-20 07:01码农飞哥的博客 人人都能享受大模型时代的红利，文档图像必将跨越式发展，图像安全问题也愈发严峻
- 2025-12-09 14:39轻夏的博客 分类维度主要类别代表模型核心特点应用场景按架构CNN局部特征提取，参数共享图像识别、检测、分割LSTM, GRU序列依赖捕捉，循环连接文本、语音、时间序列BERT, GPT全局注意力，并行计算NLP、视觉、多模态SSMMamba状态...
- 2024-10-31 23:55坷拉博士的博客 本文在Swin Transformer融合框架的基础上，对红外与可见光图像的融合进行了改进，提出了一种结合跨域融合与范数优化的深度学习融合算法。在TNO数据集上的实验结果表明，本文提出的改进算法在多项指标上显著优于现有...
- 2024-11-15 08:00寻道AI小兵的博客 Mini-Gemini是来自于香港...Mini-Gemini作为一种创新的多模态视觉语言模型框架，通过其独特的双编码器系统、补丁信息挖掘技术以及与大型语言模型的有效集成，展现出了在多模态任务处理方面的卓越性能和广泛的应用前景。
- 2025-12-02 03:19老光私享的博客 Qwen3-VL-30B在电影节海报风格分类中的艺术感知力 你有没有想过，AI也能“看懂”一张电影海报背后的美学语言？ 比如这张戛纳电影节的宣传图——黑白对比强烈，人物轮廓扭曲，字体锐利如刀刻。人类一眼就能联想到...
- 2022-05-23 07:00Tom Hardy的博客 大量实验表明，TRT-ViT在各种视觉任务（例如图像分类、目标检测和语义分割）的延迟/准确性权衡方面明显优于现有的 ConvNet和视觉Transformer。 例如，在ImageNet-1k top-1 准确率为82.7% 时，TRT-ViT比CSWin快2.7倍...
- 2022-10-06 23:59Amusi（CVer）的博客 针对预训练二维图像模型，我们保持其绝大部分参数不变，只去优化其normalization层的参数，这是因为彩色投影图像和预训练数据集（如ImageNet）的图像之间还是存在较大的domain gap，因此我们简单通过对normalization...
- 2022-05-30 07:00Tom Hardy的博客 感知机是一个非常简单的二元分类器，可以确定给定的输入图像是否属于给定的类。为了实现这一点，它使用了单位阶跃激活函数。使用单位阶跃激活函数，如果输入大于 0，则输出为 1，否则为 0。下图是感知机的算法。感知...
- 2024-09-13 21:40盛薇卓Light的博客 ConvNeXt 是由 Facebook AI Research 和 UC Berkeley 联合开发的一个开源项目，旨在提供一个高效、准确且可扩展的...ConvNeXt 的核心功能是提供一个完全基于标准卷积网络模块的模型，该模型在多个图像分类任务中表现...
- 2023-08-09 03:55程序员光剑的博客 我的研究方向包括图像分类、目标检测、图像分割、强化学习等。深度学习是人工智能的一个分支，它利用多层神经网络自动学习数据的内部特征，并发现数据的表示模式。深度学习是建立在神经网络之上的机器学习方法，能从...
- 2022-10-26 09:00自动驾驶之心的博客 实验结果表明，ParC操作可以有效地扩大传统ConvNets的感受野，并且在所有三种流行的视觉任务（图像分类、目标检测和语义分割）中，采用所提出的操作都有利于ViT和ConvNet模型。 1、简介 视觉Transformer近年来一直呈...
- 2025-06-05 15:29Toky丶的博客 为改进架构和训练效率，我们对 SPHINX 框架进行修改，移除冗余视觉编码器，通过跳过标记绕过全填充子图像，并将多阶段训练简化为单阶段全集成范式。 为充分释放 MLLM 的潜力，我们整合了覆盖语言、视觉和视觉 - ...
- 2025-08-22 17:55开发者导航的博客 DINOv3是Meta开源的通用视觉基础模型，基于自监督学习技术，无需微调即可直接应用于分类、检测、分割等多种视觉任务。该模型提供高质量密集特征生成、多任务支持和丰富预训练模型库，兼容PyTorch和HuggingFace框架，...
- 2022-09-09 17:00数据派THU的博客 利用传统机器学习方法进行分类，对分类结果进行分析，绘制结果最好的混淆矩阵。利用决策树决策指标对特征重要性进行衡量，对结果进行一定程度的解释。对特征进行降维可视化，与分类解释结果相互印证。将数据集转化为...
- 2022-07-09 23:59Amusi（CVer）的博客 对于 ImageNet-1K 的分类，相较于基线模型 MobileViT，EdgeFormer 以约 5M 参数实现 78.6％的 TOP-1 准确性，节省 11％的参数和 13％的计算成本，但准确性提高了 0.2％，并且推理速度更快（在基于 ARM 的 Rockchip ...
- 2022-07-18 13:07Amusi（CVer）的博客 1简介 近年来 ViTs 在业界和学术界受到了越来越多的关注，并在图像分类、目标检测、语义分割等各种计算机视觉任务中取得了很大的成功。然而，从现实世界部署的角度来看，cnn仍然主导着视觉任务，因为vit通常比经典...
- 没有解决我的问题, 去提问
问题事件
系统已结题
8月25日
创建了问题
8月17日