目前，Transformer已经霸榜计算机视觉各种任务，但是缺点也很明显就是参数量太大无法用在移动设备，为了解决这个问题，Apple的科学家们将CNN和VIT的优势结合起来，提出了一个轻量级的视觉网络模型mobileViT。 根据论文中给出的Top-1成绩的对比结果，我们可以得出，xs模型参数量比经典的MobileNetV3小，但是精度却提高了7.4%,标准的S模型比ResNet-101，还高一些，但是参数量也只有ResNet-101的九分之一。这样的成绩可谓逆天了！ 本文从实战的角度出发，带领大家感受一下mobileViT，我们还是使用以前的植物分类数据集，模型采用MobileViT-S。

机器学习模型在遥感图像分类

基于tensorflow构建AlexNet网络实现猫十二分类

通过MATLAB进行图像识别分类他们的白天黑夜，对图像转换为灰度图并做二值化，根据图像的灰度值分类图像的拍摄时间。

为了实现对高光谱图像的分类, 提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征, 求解稀疏系数, 同时增加一个2范式约束, 利用所得系数得到每个测试像素的最终类别标签。实验结果表明：所提MFISR方法对小样本的检测效果显著, 分类性能稳定且较优。

图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模型综述 图像分类的深度卷积神经网络模

基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 基于小样本学习的图像分类技术综述 ......

北京邮电大学计算机学院鲁鹏老师的计算机视觉与深度学习课程第二章：图像分类任务

深度学习计算机视觉五大技术：图像分类、对象检测、目标跟踪、语义分割和实例分割 计算机视觉.pdf

著名的猫图像标注数据集（Cat Annotation Dataset），包含 10000张 各种类型和环境下猫的图像以及相应的猫轮廓位置标注信息。