返回信息流rt，我一外校研二的同学研究生毕设是做图像分类的，目前是打算改进shuffleNetv2，引入CA机制当作算法层面的创新点。
然后问题就是他导师觉得这样不算创新，需要重新设计网络。我同学他现在很困惑不知道该怎么改进，一方面是重新设计的网络最后准确度可能达不到预期，另一方面是他导师说他设计的网络需要突出对他的分类场景的支持。
lz本身是做通信的组，对cv也就了解个皮毛。请问大佬们可以从哪些角度入手呢，还有我也看到目前好像图像分类领域挺多人用ViT，就如果不用ViT的前提下，能够依靠对特定任务进行针对性的设计一个网络，实现跟ViT或者其他算法相当或者更好对性能吗。
谢谢大佬指点了！！[ema23]
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #38408同步于 2022/5/15
ML_DM机器人发帖
向大佬们请教CV方面的问题
hsong07
2022/5/15镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。