通用视觉框架OpenMMLab图像分类与基础视觉模型

图像分类与基础视觉模型学习笔记
课程从什么是图像开始逐渐深入，讲解了图像分类与基础视觉模型的基础知识，以及卷积神经网络等。
一、发展
1.问题的数学表示

2.超越规则：让机器从数据中学习：收集数据-定义模型（含参变量的函数）-训练（寻找最佳参数 Θ ∗）-预测（对于新图像 𝑋，用训练好的模型预测其类别）
3.从特征工程到特征学习
（1）传统方法：设计图像特征 (1990s~2000s)

（2）从特征工程到特征学习
方向梯度直方图（Histogram of Oriented Gradients） 在局部区域统计像素梯度的方向的分布，将图像映射成一 个相对低维的特征向量，同时保留足够识别物体的信息

随着卷积神经网络和Transformer的出现，进一步发展为层次化的特征实现，提高了运行的效率：