大家好,我是为人造的智能操碎了心的智能禅师。
计算机视觉,在人工智能领域的重要性,我想应该不用过多介绍了。Teradata,全球最大的专注于大数据分析、数据仓库和整合营销管理解决方案的供应商之一。
他们的 VP Atif Kureishy 预言人工智能的未来,是机器人和计算机视觉的双巨头时代。因为可供CV大展拳脚的领域,太多了。
在计算机视觉领域,李飞飞的地位是毋庸置疑的。她在斯坦福的计算机视觉课程 CS231n,也成为学习计算机视觉的必看教材。
上次条子发了一篇 CS231n 课程的翻译解读,很多同学表示还是看不懂。禅师觉得可能是因为没有就着课程视频食用,不是很有感觉。
条子跟我说她看视频的时候,虽然后面讲具体算法啊实现什么的看不懂,但是前面吹水介绍的内容,还是看得明白的。
当然不得不说条子的英文水平很不错,看视频都不用开字幕,这一点禅师表示自愧不如,望尘莫及。
好在这个视频已经在网易云课堂上线了,加上了中文字幕,相信对大家的学习和理解,能够起到推波助澜、落井下石的作用。[手动狗头]
当然光看视频好像也还是缺点儿什么。于是禅师找到了一位“过来人”,分享他的课堂笔记,权当做课外辅导吧。大家可以看完视频后,回来看这些笔记。
全文大约1500字。读完可能需要2周时间。
本系列的目标
TA:针对想开始学习计算机视觉和卷积神经网络的读者
作用:是解读课程内容,把一些抽象内容具象化,同时补充课程中缺失
使用方式:配合课程视频使用
本系列采用双周更新制。一方面为的是给大家足够的时间,消化所学内容;另一方面,是给大家充分的机会来答疑解惑。
笔记中的代码,已经过作者验证。大家在学习过程中有任何问题,欢迎在文章下留言,或者加禅师微信交流。
今天的课程没有任何门槛,当然唯一的门槛可能就是英语听力了。我们来看本系列课程的第一节课:了解计算机视觉的卷积神经网络。
课程视频内容
下面是课程视频链接?
建议大家扫码后,分享到电脑上观看。或者点击文末的阅读原文,转发到电脑上观看。因为视频中PPT,小屏幕看起来还是比较费劲的。另外就是,网易云课堂视频好像没有广告。
第一节课主要是介绍了计算机视觉是什么、能干什么、为什么会有计算机视觉、存在哪些挑战,旨在让大家对计算机视觉有一个大概的了解。
课外笔记
学习这门课程,预先需要具备的技能
熟练掌握 Python,且一定程度熟悉 C 与 C++,课程全程使用 Python,内容会介绍到一些用 C++写的深度学习库。 大学微积分 & 线性代数知识掌握 一定程度 CS229 机器学习课程里面的知识水平,计算代价函数,使用微分求极小值作为优化手段的过程。
课堂内容回顾
到了2017年的时候,大约有80%人类所产生出来的数据资料是用图片的方式存在,已经是总体资料的大宗。
但是对于电脑而言,这些图片与影像资料却还没办法被电脑好好的分析与处理,更别说是从中识别与归纳规律。
机器视觉是所有领域的中心,不论在哪个领域都涵盖了极为庞大的知识量储备等待人们的挖掘。
在一开始地球上动物发展阶段,大家都是没有眼睛的这个感官器的,他们靠的是周边飘过自己的东西作为食物为生。
然而大约在五亿四千万年前故事发生了变化,第一批的生物开始“长眼”了!也因为这样,世界运行的规则被迅速的打破,他们开始了捕猎与被捕猎,从环境里产生更为鲜明的竞争关系。
而大脑的复杂度也就由此开始有了明显的提升,为了处理多元且复杂的图像信息,只有复杂的系统才能够适应新的竞争环境。
因此,基于种种重复的历史发展轨迹,我们相信类似的事情也会发生在电脑世界里,最初的机器视觉研究开始于1959年,发展至今终于在CNN的方法应用下有了显著图像信息分析的突破。
技术的发展轨迹
block world: 利用色块的不同描边,再把边上点阵化转换成数据点被记录在电脑中
基于描出来的边,利用颜色的梯度差,模拟出 3D结构,多了一个维度的信息后,大幅的提升了辨别的精度,也成为深度学习框架出来之前的主流方法
上述两个方法于1970年代被推出:Generalized Cylinder 和 Pictorial Structure,把动物变成“筷子人”的形式表现,并标上像是关节一般的节点,由这些连接点的组合方式判断图形的种类
到了1980年代,已经有办法基于一张图片,完整的勾勒出每个不同物体的轮廓(即使是在物体彼此交叠的情况下)
于1990年代出现了 Normalized Cut,计算机不需要理解里面的物体是什么,但是它可以让每个同类意义的东西用色块的方式区隔开
2000年开始,研究方向到了试着在多个不同的图片中分辨出同一个东西
数码相机在2005年开始蓬勃发展,提升了图像质量,学者试着在图片里面放上拟合图片内物件轮廓的向量针,并于2009年左右开始可以在图片里面框出东西的所在位置
Convolutional Neural Network在2012年被重磅推出,在图像识别方面大幅甩开了第二名的准确率和效率,并且可以辨识超过千种物体
其实CNN在1998年的时候,模型概念就已经被推出,但是苦于当时的电脑运算速度的低下,没办法有效的套用此方法,直到15年后,这个方法才得以绽放光芒。
中心思想
完整且仔细的理解每个分析环节
掌握如何用 code 实现 CNN 的训练与纠错
专注于当下最前沿的实际技术方法,匹配GPU完成神经网络训练 理解目前最普遍应用的框架与库,如Caffe, Tensorflow, Pytorch等等
RNN,DeepDream,NeuralStyle等新的东西也会被提及
笔记作者介绍
郭俊麟,东华大学光电工程的毕业生,做过工程师也做过区域销售经理,现家从事 AI 方面的研究。自学 CS231n 课程,并做成学习笔记。
幸福
无非就是
我 AI 你