作为视觉领域三大主要任务之一，图像分类问题是计算机视觉领域内非常常见且重要的问题，每年有大量论文发表在各种会议、期刊上；又因为大部分的预训练模型都是以分类任务的形式进行训练，再迁移到下游任务上，所以图像分类又显得如此重要。
图像分类作为计算机视觉中最基础的一个任务，很多同学一直以为它是最简单的计算机视觉任务，但实际上并非如此，图像分类任务随着数据集的不断增大，ImageNet超过1000万张图片，超过2万类的数据集上，在部分任务上已经超过人类水准。
图像分类顾名思义就是一个模式分类问题，它的目标是将不同的图像，划分到不同的类别，实现最小的分类误差。在这个过程中存在诸多挑战，近年来随着深度学习技术的兴起，图像分类得到飞速发展，并延伸出一系列的研究方向，如：多类别图像分类，细粒度图像分类，多标签图像分类，无/半监督图像分类，零样本图像分类等。
2月28日，我们邀请CV领域多个顶会顶刊审稿人Henk老师，来为大家深入讲解基于深度学习的图像分类，通过前沿论文带读精讲，为大家梳理当下研究热点以及可能的论文创新点。
Henk老师在学界以及工业界有非常丰富的经验。研究方向主要涉及：计算机视觉、迁移学习、小样本图像识别、自监督学习、对比学习等。近年来参与了多项国家自然科学基金项目，手握多篇顶会并长期担任各大顶会的审稿人。
扫码预约大咖直播课
领取cv600+论文合集
研究各大厂招聘要求就会发现，有没有顶会论文已经成为一项重要的考核指标，而想要从科研小白变身顶会大神，我觉得有两点至关重要：
1、紧跟风口，把握住最近的热门研究风向。
尤其是对于科研还没什么思路的小白，顺着领域内的研究趋势确定自己的方向，是一个正确的选择，毕竟热门研究方向意味着，创新点和idea远比其他非热门领域多。比如刚刚推荐的画质增强。
2、有一位有经验有能力的前辈指导。选对一个好的老师，掌握正确的科研思路和写作方法！
都说SCI论文只有0篇和无数篇的区别，这句话告诉我们，其实做科研写论文也是有方法有套路可循，掌握了窍门，后面的路才会走得通畅。
但是作为一个小白，还在“蹒跚学步”阶段，怎么去掌握窍门？来自前辈的指点必不可少。
一个好的指导老师的作用是，没有课题，能够结合所在课题组具体情况，结合最近热门研究方向，帮你规划课题，如果有了课题而缺少创新方向，老师能够快速帮你找到几种切入点，几种框架，甚至连需要读哪些文献都帮你想好了......
为了论文，大家都在努力的设计新网络、新策略、新training算法，只要能够在某一问题上做到一个很好的performance，论文就水到渠成。而想要快速达到，来自前辈的指点不可或缺。
扫码获取大佬的科研指导
领取最新CV顶会论文、书籍
作为日常为了论文而忙碌的科研人，小编知道大家一定很需要一些资料。因此，小编精心整理了一份超过20G的AI顶会论文大礼包！包含最新顶会论文、书籍等资料，以及英文论文写作指导保姆级资料，从文献阅读到论文写作，全部帮你整理好~
扫码免费领课程资料↑
-END-
本文来自微信公众号“计算机视觉研究院”（ID：ComputerVisionGzq）。大作社经授权转载，该文观点仅代表作者本人，大作社平台仅提供信息存储空间服务。
