四大基本任务
-
图像分类:给定一张输入图像,图像分类任务旨在判断该图像所属类别。
-
目标定位:以包围框的(bounding box)形式得到图像类别位置,通常只有一类目标或固定数目的目标和背景类。
-
目标检测:相对于目标定位,目标种类和数目不定。
-
语义分割:语义分割需要判断图像中哪些像素属于哪个目标。
-
实例分割:语义分割不区分属于相同类别的不同实例。例如,当图像中有多只猫时,语义分割会将两只猫整体的所有像素预测为“猫”这个类别。与此不同的是,实例分割需要区分出哪些像素属于第一只猫、哪些像素属于第二只猫。
难点
语义鸿沟,拍摄视角变化,目标占据图像的比例变化,光照变化,背景相似,目标形变,遮挡。
卷积层
标准卷积、深度方向的可分离卷积(SeparableConv2D)、深度可分离卷积(DepthwiseConv2D)、转置卷积(反卷积)、空洞卷积。
为什么用卷积
图像数据维度高,Dense参数多、计算量大、容易过拟合。
卷积:
-
局部连接:
图像特征、边缘、角点只占据图像很小的部分,相隔较远的