神经网络与深度学习课程总结（四）

参考：动手学深度学习（PyTorch版）Releases · d2l-ai/d2l-zh (github.com)

神经网络与深度学习课程PPT

一、目标检测与YOLO

包围框：下图红色方框即为包围框；

归一化：对包围框关于位置的值𝑥,𝑦,ℎ, 𝑤j进行归一化操作；

 置信度：概率与预测的 和真实的物体位置的交并比：

 YOLO官方的模型结构：

 

二、其他领域

1、语义分割关注如何将图像分割成属于不同语义类别的区域。这些语义区域的标注和预测都是像素级的，且边框更加精细；计算机视觉领域还有2个与语义分割相似的重要问题，即图像分割和实例分割：图像分割将图像分割成若干组成区域。这类问题的方法通常利用图像中像素之间的相关性。它在训练时不需要有关图像像素的标签信息，在预测时也无法保证分割出的区域具有我们希望得到的语义；实例分割又叫同时检测并分割。它研究如何识别图像中各个目标实例的像素级区域。

2、风格迁移：使用卷积神经网络自动将某图像中的样式应用在另一图像之上。

 3、人脸识别

 三、RNN

 基本结构如下图所示：

 

 随着输入的增加，RNN会产生“遗忘”问题（梯度消失）。也就是误差反传过程中，误差在逐渐减小，当环节变得多起来，误差会趋于0，对于之前的权重没有影响，不再改变 ；后续LSTM可以一定程度解决这个问题。