深度学习应用

---

前言

深度学习已经广泛应用于各行各业，比如语音助手、自动驾驶、人脸识别等等。其中主要应用于计算机视觉、自然语言处理等方向，本文主要讲述深度学习的主要领域，以便加深对深度学习的理解

---

深度学习应用领域如下：

一、计算机视觉

1.1 图像分类(Image Classification)

经典的模型有VGG模型、Inception系列、ResNet系列。其原理是输入的是图片数据，输出的为当前样本属于每一个类别的概率分布。通常选取概率最大的类别作为样本的预测类。

1.2 目标检测（Object Detection）

常见的检测模型有：RCNN、Fast RCNN、Faster RCNN、Mask RCNN、SSD、YOLO系列。目标检测和图像识别最大区别在于不仅要对图片进行分类，同时还需要检测出物体的位置。通常采用边界框（Bounding box）表示，并对边界框的物体进行分类。

1.3 语义分割（Semantic Segmentation）

常见的语义分割模型有：FCN、U-net、SegNet、DeepLab等。语义分割理解为对每个像素点进行分类。它是通过算