CS231n课程作业用Python编写,其入门教程见http://cs231n.github.io/python-numpy-tutorial/
第2课主要内容:
1. 图像分类任务中的难点
2. 数据驱动方法及图像分类任务流程
3. 最近邻分类器
4. 超参数的选取
5. 线性分类器
--------------------------------------------------------------------------------
1. 图像分类任务中的难点
图像分类是计算机视觉中的核心任务,但是使用计算机处理图像数据时存在一个明显的问题——语义鸿沟(semantic gap)。一副图像在计算机“看来”只是一个三维数组,其中的数据为整型,取值范围0~255,计算机无法通过这些像素值直观得到物体类别的概念(即标签),只能通过图像分类算法,将这个像素集合映射为某物体类别的标签值。
然而利用计算机处理图像时存在许多难点:如视角变化(viewpoint variation)、光照(illumination)、形变(deformation)、遮挡(occlusion)、背景干扰(background clutter)、类内差异(intraclass variation)等。
2. 数据驱动方法及图像分类任务流程
图像分类器程序框架:
def predict(image):
# proc
return class_label