OpenMMLab 实战营打卡 - 第 2 课

 图像的内容是像素整体呈现出的结果，和个别像素的值没有直接关联，难以遵循具体的规则设计算法

机器学习算法善于处理低维、分布相对简单的数据

图像数据在几十万维的空间中以复杂的方式"缠绕"在一起 常规的机器学习算法难以处理这种复杂数据分布 

 

 

 

 在 2012 年的竞赛中，来自多伦多大学的团队首次使用深度学 习方法，一举将错误率降低至 15.3% ，而传统视觉算法的性 能已经达到瓶颈，2015 年，卷积网络的性能超越人类

AlexNet (2012)

• 第一个成功实现大规模图像的模型，在 ImageNet 数据集上达到 ~85% 的 top-5 准确率 • 5 个卷积层，3 个全连接层，共有 60M 个可学习参数 • 使用 ReLU 激活函数，大幅提高收敛速度 • 实现并开源了 cuda-convnet ，在 GPU 上训练大规模神经网络在工程上成为可能

VGG (2014)

• 网络层数：11、13、16、19 层 • 3×3 卷积配合 1 像素的边界填充，维持空间分辨率 • 每隔几层倍增通道数、减半分辨率，生成 1/2、1/4 尺度的更高抽象层级的特征