CNN 基础知识汇总

所谓特征：不管你怎么旋转目标，离目标远近，它的特征都应不变才对，这两个特性称为叫旋转不变性和尺度不变性。当然还有其它特征，如光照不一样，也不应该变化嘛，只是旋转不变性和尺度不变性是最基本的两个要求。

特征检测：就是检测图像中目标的特征呗

对特征的描述有很多种方法和算子，常见的有SIFT特征描述算子、SURF特征描述算子、ORB特征描述算子、HOG特征描述、LBP特征描述以及Harr特征描述。本文先介绍SIFT特征描述算子、SURF特征描述算子、ORB特征描述算子、HOG特征描述、LBP特征描述的原理及OpenCV代码袜现，当然我只能大概介绍，如果要了解详细原理，请查看相应的论文及资料。

SoftMax的作用是什么？

定义：

假设我们有一个数组V,Vi表示第V个元素，那么这个元素的softmax值就是

也就是说，是该元素的指数，与所有元素指数和的比值

 我们来看一下这句代码

y_= tf.nn.softmax(tf.matmul(x,w))+b    在最简单的单层全连接神经网络中 这里的X表示输入图像 W则表示权重 y_代表我们计算出来的预测值，格式应该为{case0:p0,...,casen:pn}

 softmax对所有的可能一一给出概率值

SVM则只会选出概率最大的那一个可能

 借用知乎一位大神的解释：“SVM只选自己喜欢的男神，Softmax把所有备胎全部拉出来评分，最后还归一化一下”