ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价
ApX 标志ApX 标志

趋近智

大模型显存计算器硬件课程定价

所有课程

计算机视觉应用中的高级卷积神经网络
章节 1: 回顾CNN核心与现代架构
卷积神经网络构建模块简要回顾
CNN 架构的演变:从 AlexNet 到 ResNet
理解残差连接与跳跃架构
Inception 模块和网络中的网络思想
DenseNet:架构与连接模式
EfficientNet:模型复合缩放
架构设计选择与权衡
现代架构构建实践
章节 2: 高级训练与优化方法
高级优化算法
学习率策略和周期性学习率
正则化再论:进阶方法
批量归一化内部运作及替代方案
深度网络的权重初始化策略
梯度裁剪与梯度流动缓解
混合精度训练的基本原理
深度CNN训练的调试与监控
动手实践:实现高级训练循环
章节 3: 目标检测算法
两阶段检测器:R-CNN 系列
区域候选网络解析
单阶段检测器:YOLO系列
单阶段检测器:SSD 和 RetinaNet
锚框:设计与优化
非极大值抑制的变体
目标检测的评估指标
目标检测器实现练习
章节 4: 图像分割技术
语义分割与实例分割
全卷积网络用于图像分割
编码器-解码器架构:U-Net 和 SegNet
用于图像分割的空洞(Atrous)卷积
DeepLab 系列:空洞空间金字塔池化
实例分割方法 (Mask R-CNN)
分割的评估指标
实践操作:构建语义分割模型
章节 5: 视觉中的注意力机制与Transformer
CNN中的自注意力机制
非局部神经网络
视觉Transformer简介
ViT 架构:图像块、嵌入和 Transformer 编码器
混合CNN-Transformer模型
CNN与Transformer在视觉任务中的比较
在CNN中实现注意力模块的实践
章节 6: 高级迁移学习与域适应
回顾迁移学习策略
微调与特征提取:高级考量
使模型适应不同数据分布
域泛化概述
基于CNN的小样本学习
视觉自监督学习预训练
动手实践:在特定数据集上微调模型
章节 7: 生成对抗网络用于图像合成
GAN 基本原理回顾
训练生成对抗网络的挑战
深度卷积生成对抗网络 (DCGAN)
条件GANs用于可控生成
StyleGAN 架构与基于风格的生成
GAN 的评估指标
图像生成实践中的DCGAN实现
章节 8: 模型压缩与高效深度学习
高效模型的动因
网络剪枝技术
知识蒸馏方法
量化:降低模型精度
设计高效架构
神经网络架构搜索概览
动手实践:应用剪枝与量化

章节 5: 视觉中的注意力机制与Transformer

卷积神经网络 (neural network) (CNN)通过空间受限的感受野在学习局部模式方面表现出色,但要掌握图像中的整体信息和长距离依赖,则需要不同的方法。本章介绍注意力机制 (attention mechanism)和Transformer架构,作为提升视觉模型捕获这些更广泛关联的方法。

您将学习自注意力 (self-attention)机制如何与CNN框架结合,以使网络能够有选择地关注更具信息量的特征。我们将介绍具体例子,例如Squeeze-and-Excitation (SE) 模块和非局部网络。接下来,我们研究视觉Transformer (ViT),这是一种通过处理图像块序列的方式,将成功的Transformer架构直接应用于图像数据的模型。我们将学习ViT的主要构成部分,包括图像块嵌入 (embedding)和多头自注意力层。最后,我们将讨论结合了卷积和Transformer元素的混合模型,并比较CNN和ViT的运行特点和数据需求。

课程章节

  • 5.1 CNN中的自注意力机制

  • 5.2 非局部神经网络

  • 5.3 视觉Transformer简介

  • 5.4 ViT 架构:图像块、嵌入和 Transformer 编码器

  • 5.5 混合CNN-Transformer模型

  • 5.6 CNN与Transformer在视觉任务中的比较

  • 5.7 在CNN中实现注意力模块的实践

© 2026 ApX Machine Learning