MMLAB-AI训练营笔记——Day2

1. 图像分类

• 任务目标：给定一张图片，识别图片中的物体是什么；
• 数学表示：图像X属于R（H，W, 3)，类别为1，2，3，。。，K。从X映射到{K}
• 步骤：1.收集数据，2.定义模型，3.训练，4.预测
• 机器学习的局限：机器学习善于处理低维、分布相对简单的数据
• 传统方法（设计图像特征）：图像通过人工设计的方法变为特征向量，经过机器学习进行分类
• 使用深度学习：学习如何产生适合分类的特征
• 层次化特征的实现方式：卷积实现一步特征提取；多头注意力实现一步特征提取
• 课程内容：1.模型设计：设计适合图像的函数；2.模型学习：监督学习和自监督学习

2.图像分类

• AlexNet: 5个卷积层，3个全连接层，共有60M个可学习的参数
  使用和ReLU函数；实现并开源了CUDA并行运算
• VGG-19；
• VGG（2014）：网络层数11，13，16，19；3by3卷积配合1像素的边界填充；
• GoogLeNet