图像识别基础第二课
课程链接:
本次课的主讲为陆老师
课程分为基础理论篇和实战理解篇:
#########################################################
基础理论篇
图像识别的任务与面临的挑战
任务:让计算机能够使人一样理解图像以及其中所包含和传达的信息。
挑战:
一些相似的视觉特征,但不同的语义概念(如颜色、纹理、形状)
一些相似的语义概念但不同的视觉特征(如形变、遮挡、背景干扰等)
图像识别的基本框架
测量空间–》特征空间–》类别空间
传统的方法:人工特征提取+分类器
当前流行方法:使用深度学习等技术对计算机进行投喂和训练
深度学习框架:搭建网络,并用数据进行投喂,然后进行调整,输出模型
三大要素: 网络结构、激活函数、
神经网络相关:
线性感知机实例项目: