基于Paddle的计算机视觉入门教程【学习笔记】（2）计算机视觉的分类

我是 雪天鱼，一名FPGA爱好者，研究方向是FPGA架构探索和数字IC设计。

关注公众号【集成电路设计教程】，获取更多学习资料，并拉你进“IC设计交流群”。
QQIC设计&FPGA&DL交流群 群号：866169462。

原作者课程链接：https://www.bilibili.com/video/BV18b4y1J7a6?p=2

一、传统计算机视觉

传统的计算机视觉就是用opencv这些库对图像进行灰度化、缩放、滤波等处理。

OpenCV教程：
【1】https://github.com/makelove/OpenCV-Python-Tutorial
【2】https://github.com/CodecWang/opencv-python-tutorial

使用传统的计算机视觉可以做到对某种颜色的物体进行识别，但对复杂场景的应用还是不大够用。

二、深度学习-卷积神经网络

三、计算机视觉的任务分类

卷积神经网络或者说计算机视觉的主要任务分为三大类：

• 目标分类：识别目标种类
• 目标检测（不仅要进行分类，还要能定位出像素位置）
• 目标分割：先要识别出目标，再定位目标位置，最后将目标分割出来
  这三个任务难度是一步步递增的关系。