大家好，又见面了，我是你们的朋友全栈君。
大家好，我是K同学啊！
今天和大家分享一下自1998~2022年来，涌现出来的那些优秀的图像识别算法模型。
目录（按出版年份排序）
- 1. LeNet-5 (1998)
- 2. AlexNet (2012)
- 3. VGG-16 (2014)
- 4. Inception-v1 (2014)
- 5. Inception-v3 (2015)
- 6. ResNet-50 (2015)
- 7. Xception (2016)
- 8. Inception-v4 (2016)
- 9. Inception-ResNet-V2 (2016)
- 10. ResNeXt-50 (2017)
- 11. RegNet（2020）
- 12. ConvNeXt（2022）
1. LeNet-5 (1998)
⭐️ 简介
LeNet-5模型是Yann LeCun教授于1998年在论文《Gradient-based learning applied to document recognition》中提出。它是第一个成功应用于手写数字识别问题并产生实际商业(邮政行业)价值的卷积神经网络。LeNet-5被誉为是卷积神经网络的“Hello Word”，它是最简单的架构之一。LeNet-5有 2 个卷积层和 3 个全连接层，有大约 60,000 个参数。
