Pytorch 图像分类任务（AlexNet, VGG-16, Inception-4, ResNet-50, DenseNet-121, MobileNet）

文章结构概述

• • • 前言
      • 1. AlexNet
      • 2. VGGNet
      • 3. Inception
      • 4. ResNet
      • 5. DenseNet
      • 6. MobileNet

前言

当前图像分类网络的发展已较为成熟，本文仅对几种经典的分类网络的核心理念进行简要概述，并不涉及具体代码实现。实际上，在基于pytorch的框架下，其中的TORCHVISION.MODELS模块已为我们完成了相关功能的封装，用户可直接调用即可。

1. AlexNet

在2012年举办的ILSVRC 2012（ImageNet Large Scale Visual Recognition Challenge）竞赛中，AlexNet凭借其卓越性能荣获冠军。相较于此前传统方法所达到的70%以上的分类准确率，该网络将这一指标提升至80%以上。由于当时传统技术已面临发展瓶颈，因此这一显著进步具有重要意义。该网络由Hinton及其学生Alex Krizhevsky共同设计。自那一年起，深度学习技术进入了快速发展的新阶段。

![\[外链图片