2020 AI领学计划 | 人工智能如何看懂图像 笔记

最新推荐文章于 2024-06-29 20:03:20 发布
最新推荐文章于 2024-06-29 20:03:20 发布
阅读量307 收藏 2
点赞数 1
分类专栏： AI 文章标签： 卷积 神经网络 人工智能 计算机视觉 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/szm1234/article/details/107444972
版权

文章目录

CNN Basic

卷积神经网络——基本原理与算法
在这里插入图片描述

  • 图像分类
  • 目标检测
  • 图像分割
    第一张图就是图像分割，把车识别成蓝色，人行道识别成粉色，人识别成红色
  • 行为识别
    越深的地方越发红，离得近的地方发绿
  • 深度估计
    两个人骑在自行车上，试别出图像的内容

目前的智能驾驶，主要依靠CNN来识别路况

一维卷积

在这里插入图片描述
翻转g，然后滑动，能得出一块区域相加为4

二维卷积

在这里插入图片描述
从一维变成了二维，原理一样。

CNN实际上做互相关运算

卷积向前计算

在这里插入图片描述
一般把前面绿色的称为原始图象，而把橙色称为卷积核，做互相关运算，简称为卷积运算

卷积核

在这里插入图片描述
如左图所示，先定义八种不同的卷积核，11 sharoness相当于亮的地方更亮。12 看起来是横向的，但实际上提取的是竖向，横向的忽略掉

卷积核目的就是找图片的边边角角，一些特征

卷积-激活-池化


relu函数：大于0的部分不变，小于0的部分变成0或者非常小的值。
conv图象暗的地方相当于小的值，经过激活函数到relu后，之前暗的地方都没了。在池化poolling，每四个点变成一个，点变粗了，但是特征没有变，相当于降维

一次卷积要经历卷积-激活-池化三步才能完成

三个不变性

在这里插入图片描述
卷积无论图象大小位置变化都不影响卷积。

升维 && 降维

在这里插入图片描述
用两个卷积核分别做卷积，得到两个特征值，从一张绿色图片编程了两张白色图片，一通道变成了两通道，相当于升维了。

原图是RGB三维，分别做卷积，得到三张特征值，然后在相加，本来三通道图片变成了一个通道，相当于降维了。
在这里插入图片描述
这是最复杂的一个卷积

第二列中橙色和灰色两个卷积核，卷积核中有三个过滤器，分别对应三个通道上

b1 b2两个偏移值是在结果上相加

步长 && 填充

在这里插入图片描述
左图跳两步

右图，卷积前加上一圈0，这样就可以得到一个4*4的特征，特征也会更加明显
在这里插入图片描述
搭建卷积神经网络，结果一般都是会降维，越来越小，所以最后的结果矩阵到底多大，参照上图的公式计算
在这里插入图片描述
K卷积核相当于对X提取横边，得到Y

卷积核的训练是一个反向的过程，卷积核的推导其实非常的麻烦，现在已知 X Y 推导 K

在这里插入图片描述

” * “代表卷积符号

池化层的前向计算与反向传播

在这里插入图片描述
Max Pooling ：最大值
Average Pooling：平均值

神经网络的实验

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
识别手写数字，这里用了两层的卷积神经网络，Conv卷积、 Relu激活、 Pooling池化、 卷积、 激活、 池化、 FC（全连接）、Batch Normalization批量归一化、 激活、 FC（全连接）、输出层Softmax

在这里插入图片描述
神经网络三大特性
全值共享：卷积过程中卷积核不变
局部感受：每次卷积只对覆盖的区域操作
下采样：池化过程
在这里插入图片描述
在这里插入图片描述
三通道卷积核在三通道滑动，最后相加输出灰度图象

人工智能和计算机视觉辅助肺炎医疗影像诊断

（如何使用卷积神经网络——肺炎诊断）

在这里插入图片描述
在农业的应用
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
能预测出结果，但是是一个黑箱操作，为了让其更加安全，需要赋予可解释性
在这里插入图片描述
上传一张图片，找出一张概率最大的图片输出结果
在这里插入图片描述

同样的目标识别成相同颜色，是语义分割，分开分割是实例分割
在这里插入图片描述
在这里插入图片描述
近十年的图像分类错误率越来越低，深度学习深度越来越深，ResNet解决了深度层数的问题
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对于数据集需要进行旋转缩放裁剪等工作，扩充数据集，把很小数据集变成一个很大的数据集
防止过拟合
对于期待有鲁棒性的特点，进行这个特点变化的增强数据集
在这里插入图片描述
在混淆矩阵中，着重关注最左下角的数据
在这里插入图片描述
对于可解释性，本文采用热力图的解释，通过计算，求得每一个类别在原图关注的区域，达到定位和分割，叫做弱监督学习或者半监督学习，最后把每一个map乘以自己的权重，得到最终的热力图结果
在这里插入图片描述

Keras框架——手机图片图像分类

几行代码就可以搭载一个神经网络，类似于一个高级的封装库

keras可以调用以后的预训练模型
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

“逛丢一只鞋”
关注
  • 1
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
对图像维度进行调整（升降维和调整顺序）
weixin_44828787的博客
11-12 2816
图片路径： img_path = ‘./datasets/proposal-flow-pascal/PF-dataset-PASCAL/JPEGImages/2009_003820.jpg’ 读取图片的2种不同方法： from PIL import Image image = Image.open(img_path) from skimage import io image = io.imread(img_path) 这2种方法读取的图像的shape是一样的，都是numpy数组类型：(228, 300
Python人工智能学习路线_python ai学习
m0_60607289的博客
04-29 1307
值得注意的的是，不同应用领域上，从技术层面是比较一致，但结合到实际应用场景，所需要的业务知识、算法、工程上面的要求，差别还是相当大的。2、学习人工智能这门学科，需要提醒的是这本来就是件难事，所以实在搞不懂的知识可以放在后面补下，不要奢求一步到位（当然天赋了得另说），不要想一下子成为专家，可以从：懂得调用现成的算法模块(scikit-learn、tensorflow)做项目 -进阶-》懂得算法原理进一步精用、调优算法 -进阶-》领域专家。李航老师经典的机器学习书，书中的算法原理讲解还是比较细的。
人工智能中的图像识别技术
热门推荐
小白学视觉
05-17 1万+
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达伴随着图像处理技术的飞速发展，推动了图像识别技术的产生和发展，并逐渐成为人工智能领域中重要的组成部分，并广泛地运用于面部识别、指纹识别、医疗诊断等等领域中，发挥重要作用。这也给学生思考课题给了更多的空间，今天小编就来浅谈热门课题方向中图像识别技术，希望给学生更多的启发！图像识别技术概述图像识别技术的含义...
人工智能学习路线图（超详细、超全面）
Roar冷颜的博客
10-29 1万+
人工智能学习路线图   由于人工智能领域涵盖的范围非常之大、所涉及的理论知识非常的复杂，并且对你的代码能力，实战操作能力都有很高的要求。因此，如果不选择一条合适的学习路线就盲目的进行学习，最终往往会半途而废！   经过我的不屑努力，终于找到了一份我觉得非常不错的学习路线图，几乎涵盖了 AI 领域所有的知识点，并且每个知识点都有详细的文档。有了这个路线图的指导，或许能帮助你快速入门乃至成为 AI 领域的佼佼者。话不多说，直接上链接：   项目地址：https://github.com/AMAI-GmbH/
吴恩达AI FOR Everyone|人工智能入门笔记|
weixin_51645154的博客
08-21 2326
吴恩达AI for everyone，人工智能入门笔记
翻译: Gen AI生成式人工智能学习资源路线图一
AI架构师易筋
06-12 2234
本文档旨在作为学习现代人工智能系统背后的关键概念的手册。考虑到人工智能最近的发展速度，确实没有一个好的教科书式的资源来快速了解 LLMs 或其他生成模型的最新和最伟大的创新，但互联网上有大量关于这些主题的优秀解释资源（博客文章、视频等）。我的目标是将这些资源中的“最好的”组织成教科书式的演示文稿，它可以作为满足个人人工智能相关学习目标的先决条件的路线图。我希望这将是一份“活文件”，随着新的创新和范式不可避免地出现而进行更新，并且理想情况下也是一份可以从社区投入和贡献中受益的文件。
【AI】人工智能学习路线笔记汇总（持续更新）
zhoulizhu的博客
12-07 615
为了方便之后查找，梳理学习路线，专门开一篇博客记录一下。刚开始可能很零碎，随着学习的慢慢深入，学习路线应该会越来越充实，内容越来越丰富，可以为后来者提供一下参考。
初学者如何从零开始学习人工智能？看完你就懂了
HUANGXIN9898的博客
06-20 1502
人工智能是当前科技发展的热门领域，越来越多的人希望进入这个领域。但是，由于人工智能的知识体系非常复杂，因此入门需要一定的步骤和策略。在本文中，我们将介绍入门人工智能的路线和前景，以及如何选择学习资料和学习方法。
【AI】人工智能导论 小白零基础入门学习
天天的博客
03-15 848
学习AI，算法是核心重点。我国早在2017年就将人工智能发展上升到国家战略层面，把人工智能定为新的重要经济增长点让人工智能成为我国产业升级和经济转型的主要动力立志打造智能制造、智慧城市、智慧金融、智慧农业等，使得智能社会建设取得积极进展。按照互联网的发展趋势从前后端到，移动端开发，再到大数据，云计算，目前来到了人工智能阶段。人工智能时代是发展的必然。
个人学习人工智能的学习笔记.rar
08-02
人工智能（AI）是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 二、人工...
人工智能实践：Tensorflow笔记.zip
03-18
人工智能（Artificial Intelligence，简称AI）是一种前沿的计算机科学技术，其核心目标是通过模拟、延伸和拓展人类智能来构建智能机器与系统。它融合了计算机科学、数学、统计学、心理学、神经科学等多个学科的知识...
2024学习并就业人工智能-小宋编码（笔记+视频+源码）.pdf
06-19
《小白学习就业人工智能——小宋编码》是一套专为人工智能领域初学者设计的综合性学习资源。本套资源由小宋编码团队精心打造，旨在帮助学习者从零开始，系统掌握人工智能的基础知识和核心技能，并最终实现就业目标。...
北京大学人工智能实践tensorflow公开课学习笔记.zip
03-18
人工智能（Artificial Intelligence，简称AI）是一种前沿的计算机科学技术，其核心目标是通过模拟、延伸和拓展人类智能来构建智能机器与系统。它融合了计算机科学、数学、统计学、心理学、神经科学等多个学科的知识...
人工智能实践--tensorflow笔记（北大曹健）.zip
03-18
人工智能（Artificial Intelligence，简称AI）是一种前沿的计算机科学技术，其核心目标是通过模拟、延伸和拓展人类智能来构建智能机器与系统。它融合了计算机科学、数学、统计学、心理学、神经科学等多个学科的知识...
玩转UCI心脏病二分类数据集 领学课笔记
“逛丢一只鞋”的博客
07-15 4534
通过一系列数据的挖掘来判断病人有没有心脏病。
2020 AI领学计划 | 人工智能如何从海量数据中挖掘规律 笔记
“逛丢一只鞋”的博客
07-15 1604
文章目录回归与分类——基于神经网络的原理与实现回归——Regression线性回归非线性回归Decision Tree数据清洗分类-Classification二分类多分类非线性分类异或二分类非线性多分类 AI 机器学习MACHINR LEARNING 深度学习DEEP LEARNING 神经网络基础-9步学习法 基础知识 线性回归 线性分类 非线性回归 非线性分类 模型推理与部署 深度神经网络 卷积神经网络 循环神经网络 回归与分类——基于神经网络的原理与实现 神经网络 回归——Regression
基于自组织长短期记忆神经网络的时间序列预测（MATLAB）
最新发布
weixin_39402231的博客
06-29 298
基于自组织长短期记忆神经网络的时间序列预测（MATLAB）
Pytorch实战（一）：LeNet神经网络
悟兰因的博客
06-26 710
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档。
吴恩达AI for everyone学习笔记
01-26
"吴恩达AI for everyone学习笔记，涵盖了人工智能的基础知识、实践应用以及在社会和商业环境中的影响。笔记适用于没有技术背景的商务人士理解AI战略，也适合机器学习工程师与数据科学家向管理层解释工作内容。笔记...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值