May, 2024

深度神经网络中的跳跃连接在计算机视觉和医学图像分析中的应用:一项调研

TL;DR深度学习在计算机视觉中取得了显著进展,尤其在图像分类、目标检测和语义分割方面。跳跃连接在深度神经网络架构中起到了重要作用,通过残差学习在训练阶段实现更容易的优化,并在测试阶段提高了准确性。本综述对深度神经网络中跳跃连接的发展进行了全面总结和展望,概述了跳跃连接的简要历史和残差学习在深度神经网络中的发展情况。总结了跳跃连接在训练和测试阶段的有效性,并讨论了在残差学习中使用跳跃连接的未来方向。最后,总结了利用跳跃连接的计算机视觉领域中的重要论文、源代码、模型和数据集,包括图像分类、目标检测、语义分割和图像重建。希望这篇综述能够激发社区中的同行研究人员在各种形式和任务中进一步发展跳跃连接和深度神经网络中的残差学习理论。项目页面可在此 https URL 找到。