CNN卷积神经网络的学习笔记

目录

1.分类与回归问题的认识

2.基本原理

3.卷积的过程，提取特征的方法

4.图像识别，实践

分类与回归问题的认识

机器学习是对计算机数据进行学习，然后对一些数据进行预测。机器学习的其中一种学习方法为监督学习，而监督学习通常用于分类与回归。

分类是给一个样本预测离散型类别标签的问题。
回归是给一个样本预测连续输出量的问题。
分类就像在做选择题，从已知选项中找到答案。
回归就像填空题，根据题目(输入)，找到答案，注回归问题得到的答案并不准确，只是某个范围内的值。

 比如说人脸识别
计算机根据数据识别人脸（计算机识别有可能为人脸的区域为回归），找到区域后，可设定一个具体的数值，超过75％可识别为人脸。对超过75％，小于75％这个问题的选择就是分类。

基本原理

将输入的图像数据通过CNN卷积神经网络的处理，提取其特征达到图像识别的效果。提供以下两个网站，易于理解。

CNN ExplainerCNN解释器网站，从“卷积”、到“图像卷积操作”、再到“卷积神经网络”，“卷积”意义的3次改变_哔哩哔哩_bilibilij
卷积是怎样的过程，怎么提取特征，如图所示

具体是怎么计算的呢 

将卷积核与图片矩阵对齐，根据步长（步长或称步幅stride，表示采样间隔）当前步长为一，由左上角向右向下移动，根据计算结果形成新的矩形特征图（feature map）新矩阵能反映原图像的部分特征，设置不同的卷积核就能提取出不同的图像特征，整个卷积过程就起到了提取特征的作用。

池化层也有类似的功能，后面会讲到。下图反映了计算过程。

注 feature map表示方法【b,h,w,c】b张照片，h行，w列，c个通道，比如输入RGB图像，就有R,G,B三个通道。当前得到feature map是下一层的输入，通过卷积又形成新的feature，在这个过程中通道数会不断增加。

 从这幅图可以看到，蓝色方形外围补了一圈零，为什么要这样做呢

因为不补充零的时候，图片边界的像素点不会处在卷积核的中心，没有被检测到，造成数据丢失。

补零不会对原图数据造成影响。

另一个起提取特征作用的是池化层pooling

常见的有平均池化和最大池化

 池化可以大量减少参数

最后是全连接层，将提取的特征集合到一起，给出最后图片可能是什么的概率。

实践： 

使用前需装备好VScode,python,opencv。

lolikonloli的博客_CSDN博客-深度学习,人工智能,环境搭建领域博主可以查看VScode的安装方法，Python可以在VScode的商店里下载。

win+r ，输入cmd，输入pip install opencv-python -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com，如出现下图，就是下载完成

 开始：

import cv2
img=cv2.imread('C:/Users/admin/Desktop/20191027-Pyhton+OpenCV/a/1.jpg')#绝对路径（推荐），也可以是相对路径
cv2.imshow('text',img)#imshow指读取图片
cv2.imshow('text1',img)
cv2.waitKey(0)#没有这句话，图片将会一闪而过
————————————————
版权声明：本文为CSDN博主「JMU-HZH」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_45603919/article/details/102829891

第一行是导入库

第二行imread就是image read，是读取图片的函数。C:/Users/admin/Desktop/20191027-Pyhton+OpenCV/a/1.jpg的文件路径需要替换（路径可以用鼠标右键点击文件，点击属性，在安全里找到文件名称，注意：复制文件名称后使用英文输入法把“\”换成“/”或“\\”）

第三行test是显示窗口的名字，也是可以替换的。

cv2.imshow('text',img)#imshow指读取图片
cv2.imshow('text1',img)

如果输入两个窗口，就会像这样。

 cv2.waitKey(0)中的0可以换成其他数字，图像显示的时长会有所变化。