计算机视觉学前须知

内容简介

• 什么是机器学习：通过算法使得机器能从大量历史数据中学习规律从而对新的样本做出预测。
• 为什么要深度学习：
• • 计算机视觉应用大方向
  • 可以用于不同的领域（语言识别，下围棋，游戏，预测比赛结果，计算机视觉）
  • 在特定的数据集特定的任务上面强于普通人类。
  • 社区活跃，资源较多。
  • 计算机软件和硬件的进步有利于进一步学习深度学习
• 深度学习是一个综合的技术
  

计算机视觉中深度学习的应用：

识别物体->识别物体并用矩形框标注->识别所有感兴趣物体并用矩形框标注->识别所有感兴趣物体并标注它的边界。

• 应用之分类识别：每一副图包含一种类别的物体，输出该物体的类别的可能性分布。
• 应用之压缩：

结论：

• 深度学习，自动从数据学习特征，无需手工提取特征
• 节约时间，且更好
• 更深的网络具有较好的能力
• • 需要防止过拟合
• 更大的数据量
• • 数据质量
• • 数据标注