图像分类
CNN 经典骨干的演进主线是什么？
原题LeNet-5、AlexNet、VGG 分别解决了什么关键问题？
原题GoogLeNet / Inception 的核心思想是什么？
原题ResNet 为什么是最重要的 CNN 经典模型之一？
原题DenseNet、ResNeXt、SE-Net 分别改进了什么？
原题轻量化 CNN 为什么在 AIGC 工程中仍然重要？
原题MobileNet 的深度可分离卷积为什么能降计算量？
原题EfficientNet 的复合缩放思想是什么？
原题RepVGG 的结构重参数化为什么适合部署？
原题从 CNN 到 ViT 的核心变化是什么？
原题ViT 如何把图像变成 token 序列？
原题Swin Transformer 为什么适合检测和分割？
原题ConvNeXt 为什么被称为现代化 CNN？
原题AIGC 时代哪些视觉骨干最常考？
原题MAE 和 DINOv2 分别代表什么自监督预训练路线？
原题CLIP 为什么改变了视觉分类和检索范式？
原题DiT 为什么会成为扩散模型中的重要 backbone？
原题ViT 如何处理不同分辨率和变长视觉 token 序列？
原题FasterDiT、SiT、LightningDiT 分别从哪些方向改进 DiT？
原题DiT 如何注入时间、类别、文本和结构控制条件？
原题DiT Block 为什么常用 AdaLN、RoPE 和 In-Context Conditioning？
原题DINOv3 相比 DINOv2 的价值应如何理解？
原题ViT 中的 CLS token 有什么作用？
原题DINOv2 如何通过数据去重和检索构建高质量预训练集？
原题图像分类任务中类别不平衡怎么解决？
原题图像分类中的标签噪声如何处理？
原题图像分类常用评估指标有哪些？
原题
暂无题目