百度飞桨 PaddlePaddle 深度学习打卡7日营 -DAY2 玩转十二生肖分类（卷积神经网络）

DAY2 玩转12生肖分类

课程链接：https://aistudio.baidu.com/aistudio/course/introduce/6771
2.4

#####################################################
班主任先讲：
QQ群的三个作用

1. 官方班级群
2. 课程答疑（每天晚上7-8点）
3. 抽奖+一些其他周边的东西

平台的作用

1. 课程回顾和复盘
2. 领取课程证明

在github的paddle上可以用右上角star可以收藏paddlepaddle 代码

今晚内容：
1.12生肖分类
2.图像分类的脉络及整理
3.用 网络实现对于十二生肖的分类

鼓励学习的时候完成作业，第一个完成的和效果好的都有奖
鼓励发布学习笔记，标题、内容都有相关的要求，并且上传到讨论区中

#####################################################
正课部分：
玩转12生肖分类

大纲

1.了解十二生肖分类
2.图像分类原理
3.搭建ResNet50网络实现12生肖分类

任务本质：找到一个最优的算法，让机器讷讷够个分清每个属相动物的照片，是一个 图像分类 任务
即 输入为图片，输出为不同的生肖。
特征：
1.有明确的固定标签集合
2.通过数据对于模型的训练，找到一个最优（想对的概念）的算法。
3. 通过算法对于输入的十二生肖图像进行分类。

CV领域的常见任务： 图像分类、图像分割、物体检测 等

图像分类
本次属于图像分类（和昨天的手写数字识别是一个任务）
图像分类的较为经典案例：手写数字识别、Cifar10数据集（常见物体和动物）、垃圾分类
图像分类的主要任务类型：

1. 二分类 1/2
2. 多分类 1/2/3/4 …
3. 多标签 一个图片中有多个待检测目标，所以要打上多个标签
   图像分类目标和原理：
   计算机识别的图像为每个像素储存的三个通道（RGB）的三维矩阵组成
   C(通道）x H （高）x W（宽）
   计算机通过模型对于图像特征进行提取，最后得出分类的概率