本专栏由机器之心SOTA！模型资源站出品，每周日于机器之心公众号持续更新。 本文将分 3 期进行连载，共介绍15个在图像分类任务上曾取得 SOTA 的经典模型。 第 1 期：AlexNet、VGG、GoogleNet、ResNet、ResNetXt 第 2 期：DenseNet、MobileNet、SENet、DPN、IGC V1 第 3 期：Residual ...

雷锋网按：本文作者Professor ho，原文载于其知乎主页，雷锋网获其授权发布。 传统的“提拉米苏”式卷积神经网络模型，都以层叠卷积层的方式提高网络深度，从而提高识别精度。但层叠过多的卷积层会出现一个问题，就是梯度弥散(Vanishing)，backprop无法有效地 ...

原标题：为什么ResNet和DenseNet可以这么深？一文详解残差块为何有助于解决梯度弥散问题。 雷锋网按：本文作者Professor ho，原文载于其知乎主页，雷锋网获其授权发布。 传统的“提拉米苏”式卷积神经网络模型，都以层叠卷积层的方式提高网络深度，从而提高 ...

本文讲述了康奈尔大学、复旦大学、清华大学和Facebook人工智能研究(FAIR)联合开发的多尺度密集网络MSDNet。该网络的作者在2017年的CVPR中提出了DenseNet(超过2900次引用，并获得了最佳论文奖）。并在2018年的 ICLR 中提出MSDNet（多尺度密集网络）得到了数十次引用。

草莓冷冻损伤分类研究中，通过对比迁移学习与 scratch 训练的 DenseNet-121、Inception V3、ResNet-50 和 Xception 四种 CNN 模型，发现 scratch 训练的 ResNet-50 准确率达 97%，显著优于迁移学习模型的最高 84%。DenseNet-121 模型体积最小（26.86 MB），适合资源受限场景；ResNet-50 推理 ...

早产儿视网膜病变（ROP）的深度学习（DL）诊断模型评估。通过分析1700张RetCam眼底图像，对比CLAHE、AMSR和ML预处理方法，结合MobileNet、ResNet-50和DenseNet-121等CNN模型，发现MobileNet+CLAHE组合以91.39%准确率最优，验证DL在远程医疗中实时筛查ROP的可行性。 本研究旨在 ...