基于卷积神经网络的图像分类模型综述

摘要：

卷积神经网络在计算机视觉等领域占有一席之地,利用局部连接、权值共享以及池化操作等特性,有效地提取图像的局部特征,降低网络复杂度,具有更少的参数量和更好的鲁棒性,因此,吸引了众多研究者的关注,使分类模型朝着更轻、更快、更高效的方向迅速发展.按照卷积神经网络发展的时间线,介绍了常用的典型网络模型,剖析了其创新点与优缺点,并对其未来的发展方向进行了展望.

关键词：卷积神经网络、计算机视觉、特征提取、分类模型

所属期刊栏目：49

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;泰山学者工程

在线出版日期：2023-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：31-38