斯坦福大学CS231课程学习笔记（1——3章）

第一章：计算机视觉梗概

第二章：图像分类途径

python+Numpy简单教程：
http://cs231n.github.io/python-numpy-tutorial/

Image Classification: A core task in Computer Vision（核心任务）
————计算机可以识别图像里面的内容。

• The Problem: Semantic Gap（计算机眼里的图片是一系列像素的数值，如何解决语义隔阂？）

• Challenges: Viewpoint variation（视觉变化，计算机看到的图像又是不同的，十分复杂）

• Challenges: Illumination（光线？）

• Challenges: Deformation（视觉中物体的姿态？）

• Challenges: Occlusion（产生遮挡？）

• Challenges: Background Clutter（视觉中的物体和背景非常相似时又该如何识别？？？）

• Challenges: Intraclass variation（物种问题？？物体多物种）

An image classifier（分类器）：是一个函数，参数是一张image输出是图片的label
下面是关于分类器的一些尝试：
1.寻找图片里面元素的边界，因为一个边界往往是像素值相同，所以可以描绘出边界勾勒出物体的轮廓，寻找一些角。
2.数据驱动的方式
收集一些有标签图片作为数据集——>用这个数据集来训练分类器（机器学习的办法）——>评估这个分类器（新的图像࿰