细粒度图像分类_1.1、 图片分类

记录图像分类论文资源列表。

图片分类任务可以分为：粗粒度图片分类、细粒度图片分类。

2012 AlexNet ：ImageNet Classification with Deep Convolutional Neural Networks。

2014 GoogLeNet：Going Deeper with Convolutions。

Rethinking the Inception Architecture for Computer Vision。

2014 VGG ：Very Deep Convolutional Networks for Large-Scale Image Recognition。

2015 ResNet: Deep Residual Learning for Image Recognition。

2016 DenseNet：Densely Connected Convolutional Networks。

2014 Inception v1：Going deeper with convolutions

2015 Inception v2，v3：Rethinking the Inception Architecture for Computer Vision

2016 Inception v4：Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning

2019 EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

论文网址： https://arxiv.org/abs/1905.11946

************************************************************************************

细粒度图片分类

************************************************************************************

【深度学习】pretrained model预训练模型下载地址

https://blog.csdn.net/shwan_ma/article/details/88601080

tensorflow slim的预训练模型下载地址：tensorflow/models

keras的预训练模型下载地址：fchollet/deep-learning-models

pytorch 预训练模型下载地址： https://github.com/Cadene/pretrained-models.pytorch/blob/master/pretrainedmodels/models/torchvision_models.py

A repo of image classfication using Keras ：https://github.com/lxztju/keras_classfication

图像分类数据集

MNIST：

cifar10:

cifar100:

imagenet:

细粒度图片分类数据集：

Caltech-UCSD Birds-200-2011（简称CU200） : 不同鸟类的细粒度分类，共包含200种不同类别、11788张鸟类图像数据。同时，该数据库提供了丰富的人工标注数据，每张图像包含15个局部区域位置、312个二值属性、1个标注框 以及语义分割图像。http://www.vision.caltech.edu/visipedia/CUB-200-2011.html

Stanford Dogs：狗细粒度图片分类，提供了120种不同种类的狗的图像数据，共有20 580张图，只提供标注框这一个人工标注数据。

Stanford Cars ：车辆细粒度图片分类。对车辆进行了详细的汇总和收集，提供196类不同品牌不同年份不同车型的车辆图像数据，一共包含有16185张图像，只提供标注框信息。

Oxford Flowers：花朵细粒度图像分类，共包含102种类别，每个类别包含了40到258张图像数据，共有8189张图像。该数据库只提供语义分割图像 , 不包含其他额外标注信息。

参考：

https://zhuanlan.zhihu.com/p/47281243

https://zhuanlan.zhihu.com/p/75199948

https://zhuanlan.zhihu.com/p/53611407

总结

以上是生活随笔为你收集整理的细粒度图像分类_1.1、 图片分类的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。