机器视觉及图像分类

机器视觉及图像分类

撰写本科毕业论文前期文献准备

扩大课题在知乎上查相关的文献并且下载，之后导入Endnote里面，如果下的是CAJ文件的话，需要再下载一个CAJViewer阅读器。

因为是第一次看论文。但每篇都做了相关的笔记。看完30多偏后，对自己的课题有了一个总体的框架，并且和导师聊了下后续的进展。

分享一下自己做的笔记
长文警告：
（1） 一种机器视觉的书籍类整理识别系统设计
知识点；

1. VS、open cv
   机器视觉及图像处理
   彼长于分类，亦即如猫、狗、茄子、香蕉、飞机、自行车等物体之检测、分类，短于人脸识别。其实，使之于人脸分类，亦无不可，然问彼汝为何人，则弱矣，其因有四：1、每添新人，须采集大量图像；2、每添新人，须重新训练模型；3、训练数据，须事先清洗，工作浩繁；4、调参困难、耗时、耗工；
   机器视觉及图像处理库（以下简称工具库）基于VS2015开发，开发语言为C++，用到的图像处理库为OpenCV3.4（以下简称OCV3），深度学习网络为caffe和DLib。这几个第三方的支持库都需要自行编译以支持VS2015。网上有大把的资料介绍如何用CMake构建支持VS2015的工程，以实现VS2015下的源码编译，
   OCV3我们需要opencv contrib模块，所以编译OCV3时记得要把这个模块加上。另外，如果你的机器支持GPU，请一定编译成GPU版本，如果不支持也没事，工具库支持源码级的CPU和GPU切换，使用时你只须根据现场环境定制编译就行了。
2. 原理
   VS-OPEN CV 开发智能书籍分类识别算法-预处理-二值化图像
   可以利用软件开发平台VS2010软件开发平台设计开发软件系统的界面

（2） 一种基于卷积神经网络参数优化棉花等级分类算法

分类：VGG16卷积神经网络-迁移学习-搭建模型-梯度下降优化算法-重复训练模型-确定最佳参数值
卷积神经网络中InceptionV3模型，迁移学习，对预先处理好的深度学习网络进行学习，提高效率和识别精度
利用图像采集技术建立采集样本图像
利用Keras深度学习框架实现对VGG16网络模型搭建。对图像进行预处理后再进行迁移学习
神经网络模型的训练？
通过公式;确定超参数值和轮次数对模型进行训练，机损分类正确率。选择交叉熵作为损失函数

现成的神经网络库比如Keras、Tensorflow

神经网络-吴恩达老师教程
VGG16： 基于大量真实图像的ImageNet图像库预训练的网络
导入必要库
使用Keras建立VGG16模型？
预测;写一个方法来加载并处理图片，读取VGG16的类别文件，开始预测

神经网络：我们可以在计算机上创建神经网络，来对这个过程进行建模，且并不需要模拟分子级的生物复杂性，只要观其大略即可。为了简化起见，我们只模拟一个神经元，含有三个输入和一个输出。
利用所得样本集作为训练集来训练这个神经元。当加入一个新的情况时来自动判断结果即输出

训练过程：但是如何教会神经元来正确的回答这个问题呢？我们要给每个输入赋予一个权重，权重可能为正也可能为负。权重的绝对值，代表了输入对输出的决定权。在开始之前，我们先把权重设为随机数，再开始训练过程：
1.从训练集样本读取输入，根据权重进行调整，再代入某个特殊的方程计算神经元的输出。
2.计算误差，也就是神经元的实际输出和训练样本的期望输出之差。
3.根据误差的方向，微调权重。
4.重复10000次。
最终权重达到训练集的最优值。再用神经元去思考一个新的形势来得到预测。
计算神经元输出方程：

构建Python代码。–网页收藏9行Python代码搭建神经网络

图片输入：像素值构成数组。像素值组成的矩阵
卷积：从输入图片中特征提取 基于一个小矩阵，也就是卷积核 -过滤器，在上面所说的每层像素矩阵上不断按步长扫过去的，扫到数与卷积核对应位置的数相乘，然后求总和，每扫一次，得到一个值，全部扫完则生成一个新的矩阵。卷积核如何设置可以参考卷积神经网络的卷积核大小、个数，卷积层数如何确定呢？一般取(3,3)的小矩阵，卷积核里面每个值就是我们需要寻找（训练）的神经元参数(权重)，开始会随机有个初始值，当训练网络时，网络会通过后向传播不断更新这些参数值，直到寻找到最佳的参数值。如何知道是“最佳”？是通过损失函数去评估。
不同的卷积核对不同的图像信息敏感，可以用于提取不同的特征
最后一个输出层与前一层是全连接，但其输出最终的结果，起到分类器的作用
卷积神经网络对数据进行多次深度的抽象，不断学习优化的过程也称为深度学习

卷积神经网络CNNS：可以避免对数据负载预处理过程的优点，直接将原始图片作为模型输入
卷积特征值

LeNet架构-深度学习领域的卷积神经网络之一：卷积（对原图像特征增强，降低噪声，从而得到特征图）-非线性-池化ÿ