blocks|key|1135642|text|你的分类是正确的，如果目的是-为什么它们是最初发明的。然而，CNN不是基于任务的分类学，而是根据它们所做的不同来进行更好的研究。最初，CNN是为图像分类而设计的，但同样的网络用于目标检测，但在最后一层做了一些修改。例如，更快的RCNN+(为对象检测而设计)可以使用为分类而设计的任何体系结构，如VGG、ResNet等(链接)。类似地，快速-RCNN可以被修改，以便在掩蔽-RCNN体系结构(链接)中执行分段任务。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1135643|这是一张图表，显示了深层CNN的进化史，显示了建筑创新(来源)|1135644|📷|atomic|1135645|​|1135646|下面是另一个分类法，它显示了基于架构风格的不同类别。|1135647|1135648|1135649|entityMap|0|LINK|mutability|MUTABLE|url|https://www.researchgate.net/figure/Comparison-of-multiple-faster-R-CNN-backbones-The-evaluation-metric-is-MAP05IoU_tbl2_337017443|1|https://arxiv.org/abs/1703.06870|2|https://arxiv.org/pdf/1901.06032.pdf|3|IMAGE|IMMUTABLE|imageUrl|https://developer.qcloudimg.com/http-save/yehe-900000/16b664f427b8333d2c2a06e1580c654c.jpg|imageAlt|4|https://developer.qcloudimg.com/http-save/yehe-900000/9971eacb4a5724a1734a1dbcb8c72e4c.png^0|4F|2|0|5F|2|1|0|S|2|2|0|0|1|3|0|0|0|0|1|4|0|0^^$0|@$1|2|3|4|5|6|7|18|8|@]|9|@$A|19|B|1A|1|1B]|$A|1C|B|1D|1|1E]]|C|$]]|$1|D|3|E|5|6|7|1F|8|@]|9|@$A|1G|B|1H|1|1I]]|C|$]]|$1|F|3|G|5|H|7|1J|8|@]|9|@$A|1K|B|1L|1|1M]]|C|$]]|$1|I|3|J|5|6|7|1N|8|@]|9|@]|C|$]]|$1|K|3|L|5|6|7|1O|8|@]|9|@]|C|$]]|$1|M|3|G|5|H|7|1P|8|@]|9|@$A|1Q|B|1R|1|1S]]|C|$]]|$1|N|3|J|5|6|7|1T|8|@]|9|@]|C|$]]|$1|O|3|-4|5|6|7|1U|8|@]|9|@]|C|$]]]|P|$Q|$5|R|S|T|C|$U|V]]|W|$5|R|S|T|C|$U|X]]|Y|$5|R|S|T|C|$U|Z]]|10|$5|11|S|12|C|$13|14|15|-4]]|16|$5|11|S|12|C|$13|17|15|-4]]]]

Your classification is correct if the purpose is - why they were invented initially. However rather than the task based taxonomy, CNNs are better studied on the basis of what different they are doing. Initially CNNs were designed for image classification, but the same network works for Object detection with slight modifications in last layer. For example, Faster RCNN (designed for Object detection) can use any of the architecture designed for classification such as VGG, ResNet etc (<a href="https://www.researchgate.net/figure/Comparison-of-multiple-faster-R-CNN-backbones-The-evaluation-metric-is-MAP05IoU_tbl2_337017443" rel="nofollow noreferrer">link</a>). Similarly Faster-RCNN can be modified to do segmentation task in Mask-RCNN architecture (<a href="https://arxiv.org/abs/1703.06870" rel="nofollow noreferrer">link</a>).
Here is a chart showing evolutionary history of deep CNNs showing architectural innovations (<a href="https://arxiv.org/pdf/1901.06032.pdf" rel="nofollow noreferrer">source</a>)
<a href="https://i.stack.imgur.com/PCZhc.jpg" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/PCZhc.jpg" alt="enter image description here" /></a>
Here is another taxonomy showing different categories based on architecture style.
<a href="https://i.stack.imgur.com/ZOAyZ.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/ZOAyZ.png" alt="enter image description here" /></a>

Is my classification correct?
LeNet-5: Image classification, 
AlexNet: Image classification, 
VGG-16: Image classification, 
ResNet: Image classification, 
Inception module: Image classification, 
MobileNet: Image classification, 
EfficientNet: Image classification, 
Neural Style Transfer: Image generation, 
Sliding Windows Detection algorithm: Object detection, 
R-CNN: Object detection, 
YOLO: Object detection, 
Siamese network: Image recognition, 
U-Net: Semantic segmentation
If wrong, please correct me. THANKS!

Which of the following CNN models are used for which computer vision task?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我的分类正确吗？LeNet-5:图像分类，AlexNet:图像分类，VGG-16:图像分类ResNet:图像分类，起始模块:图像分类，MobileNet:图像分类，EfficientNet:图像分类，神经类型转换:图像生成，滑动窗口检测算法:目标检测，目标探测，目标检测，暹罗网络:图像识别，U-Net:语义切分如果错了，请纠正我。谢谢!

问以下哪个CNN模型用于哪个计算机视觉任务？
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问以下哪个CNN模型用于哪个计算机视觉任务？EN