产品经理也能动手实践的AI（四）- 多标签识别，图像分割

上一篇讲了产品经理也能动手实践的AI（三）- 深入图像识别，在线辨猫，形象的说明了SGD的原理，就是如何将一个线性函数你和到我们预设的散点图上。今天主要讲2个案例，1个核心模块，分别是卫星图像的多标签识别，图片分割着色，数据块这个核心模块。

这也是图像识别的最后一课了，我承认到这里可能就有点枯燥了，因为有很多需要消化的东西，不过我觉得重点是大概理解这是怎么一回事儿，以及把自己关注的点研究明白，不见得每个细节都要在一开始搞明白。

接下来就会讲解NLP和协同过滤，而且这节课也没有什么特别全新的东西，都是细节上的提升或者更详细的讲解。而我印象最深的就是u-net这个模型，以及他的lr（指代Learning Rate学习率，下文都会直接用lr来代替）训练方式，是先增后降。

1.概览

本节课主要讲解的是多标签识别（用卫星图像预测天气），图像分割（用不同颜色区分行人、道路、房子等），还有支持这两种类型的核心模块 - data block。

这是卫星图片，以及对应的标签

这是如何将一副路边的图像，用无人驾驶的视角按类别变成色块

2.1核心流程

• 下载数据（这一节主要来源于公共数据库）

• 创建databunch（data block的核心流程）

  • 准备输入的数据

  • 划分训练组和验证组数据

  • 给输入的数据打标签

    • 「可选」变形

    • 「可选」增加测试组

  • 转化成databunch

• 创建learner

• 开始训练

• 调优

2.2核心数学概念