1、机器视觉算法基础和主流深度学习框架介绍（笔记）

机器视觉：对图像和视频用算法进行模式识别和数据挖掘。

图像挖掘的一般过程如下,运用图像处理技术，如图像分割、边缘探测、边缘提取、模式识别等,从图像视频帧)中抽取能代表、区分该图像的结构化内容的特征，同时收集用于图像处理和数据挖掘所需要的知识，获得各种元数据及领域知识,建立特征库和知识库。

深度学习的图像分割技术主要分为两类：

语义分割（semantic segmentation）及实例分割（instance segmentation）

语义分割：会为图像中的每个像素分配一个类别，但是同一类别之间的对象不会区分。

实例分割：其实就是目标检测和语义分割的结合。相对目标检测的边界框，实例分割可精确到物体的边缘；相对语义分割，实例分割需要标注出图上同一物体的不同个体（猫1，猫2，猫3…）（图1、图2）

（图1）

（图2）

深度学习的发展

机器视觉应用方向：

汽车导航、动漫特效（风格迁移）、视频理解自动剪辑（利用前面的帧和后面的帧，识别下图中的高亮镜头，下图）、人脸识别（识别表情甚至是眼睛的位置）

下图为有名的几大主流框架，张老师建议只学pytorch即可，目前最受开发者喜欢的框架

OpenMMLab是基于pytorch的各种算法的一个集合，包含了各种检测。