计算机视觉的 基础学习

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