一、图像分类与基础视觉
图像分类:给定一张图片,识别图像中的物体是什么。
问题的数学表示:𝑋 ∈ ℝ𝐻×𝑊×3 对类别进行编号:香蕉→1,苹果→2,橘子→3 等等,得到类别 𝑦 ∈ {1, … ,𝐾},𝐾 为类别总数
图像分类问题:构建一个可计算实现的函数 𝐹: ℝ𝐻×𝑊×3 → {1, … ,𝐾},且预测结果符合人类认知
![](https://i-blog.csdnimg.cn/blog_migrate/4c045ef3b486c2441dab6545a8f3d17b.png)
3.视觉任务的难点:图像的内容是像素整体呈现出的结果,和个别像素的值没有直接关联,难以遵循具体的规则设计算法
4. 让计算机从数据中学习:收集数据、定义模型(通常为含参变量的函数)、训练(寻找最佳参数,使得模型在训练集上达到最高正确率)、预测(对于新图像,用训练好的模型预测其类别)。
![](https://i-blog.csdnimg.cn/blog_migrate/3b7102d8f060ba84d6a4dc20cc87f592.png)
二、卷积神经网络
1.残差建模:让新增加的层拟合浅层网络与深层网络之间的差异,更容易学习 梯度可以直接回传到浅层网络监督浅层网络的学习 没有引入额外参入,让参数更有效贡献到最终的模型中 。
![](https://i-blog.csdnimg.cn/blog_migrate/7e96a34f2fe0bd1b0d8aad3ed779d8e0.png)
三、轻量化卷积神经网络
1.卷积的参数量
![](https://i-blog.csdnimg.cn/blog_migrate/2bb758f9d4169d0557927fed8bc81364.png)
乘积的计算量(乘加次数)
![](https://i-blog.csdnimg.cn/blog_migrate/8579a383bce6acd029568066db5edfa6.png)
降低模型参数量和计算量的方法
![](https://i-blog.csdnimg.cn/blog_migrate/46026c1cddd004a11c59d30316a6dc37.png)