01
MobileViT背景与动机
从CNN到ViT的演进 · MobileViT的设计哲学 · 轻量化与移动端部署的挑战
演进设计哲学轻量化
02
MobileViT核心架构解析
整体网络结构 · MobileNetV2与Transformer的融合 · 关键模块拆解
架构融合模块拆解
03
Transformer模块
局部与全局特征建模 · 多头自注意力机制 · 计算效率优化
自注意力全局特征效率
04
卷积模块
深度可分离卷积 · 倒残差结构 · 激活函数选择
深度可分离倒残差激活函数
05
图像分类应用
数据集准备 · 模型搭建 · 训练与评估
分类训练评估
06
目标检测应用
检测头设计 · 特征金字塔 · Anchor机制适配
检测头FPNAnchor
07
语义分割应用
编码器-解码器结构 · 上采样策略 · 多尺度特征融合
分割上采样多尺度
08
模型训练技巧
学习率调度 · 数据增强 · 正则化策略
学习率增强正则化
09
轻量化与量化
模型剪枝 · 知识蒸馏 · INT8量化
剪枝蒸馏INT8
10
移动端部署
ONNX导出 · TensorRT优化 · NCNN/TNN适配
ONNXTensorRTNCNN
11
性能对比实验
与MobileNet、EfficientNet、Swin-Tiny对比分析
对比MobileNetSwin
12
变体与改进
MobileViTv2 · MobileViTv3 · EdgeViT
v2v3EdgeViT
13
视频理解应用
时序建模 · 光流融合 · 轻量级视频分类
时序光流视频
14
多模态任务
视觉-语言对齐 · 图文检索 · 视觉问答
多模态检索VQA
15
医疗影像应用
病灶检测 · 分割 · 分类
医疗病灶分割
16
遥感图像应用
地物分类 · 变化检测 · 目标识别
遥感变化检测地物
17
工业质检应用
缺陷检测 · 异常检测 · 实时推理
质检缺陷实时
18
自动驾驶应用
车道线检测 · 障碍物识别 · 语义理解
自动驾驶车道线障碍物
19
可解释性分析
注意力可视化 · 特征图分析 · Grad-CAM
可解释性Grad-CAM注意力
20
分布式训练
数据并行 · 模型并行 · 混合精度训练
分布式混合精度并行
21
迁移学习策略
预训练权重选择 · 微调技巧 · 领域自适应
迁移学习微调领域自适应
22
损失函数设计
分类损失 · 回归损失 · 对比损失
损失函数对比学习回归
23
数据处理流水线
数据加载 · 预处理 · 增强 · 缓存
流水线增强缓存
24
模型评估指标
准确率 · mAP · IoU · FPS · 模型大小
mAPIoUFPS
25
工程化实践
代码规范 · 日志记录 · 实验管理 · 模型版本控制
工程化日志版本控制
26
常见问题与调试
梯度爆炸 · 过拟合 · 收敛缓慢 · 显存溢出
调试过拟合显存
27
社区与生态
HuggingFace集成 · OpenMMLab支持 · 复现
HuggingFaceOpenMMLab复现
28
未来趋势
神经架构搜索 · 自动化机器学习 · 边缘智能
NASAutoML边缘智能
29
项目实战一
移动端实时图像分类App开发
App实时分类
30
项目实战二
端侧目标检测系统搭建与部署
检测端侧部署