cs231n---图像分类笔记（第一弹）

图像分类

目标：已有固定分类标签集合，对输入的图像，从分类标签集合中找出一个分类标签，最后把分类标签分配给该输入图像。这是计算机视觉领域核心问题之一。后面许多看似不同的问题（物体检测和分割）都可被归结为图像分类

困难和挑战：

• 视角变化（Viewpoint variation）
• 大小变化（Scale variation）
• 形变（Deformation）
• 遮挡（Occlusion）
• 光照条件(Illumination conditions)
• 背景干扰(Background clutter)
• 类内差异(Intra-class variation)

--------------------------------------------------------------------------------------------------------------------------

数据驱动方法：给计算机很多数据，然后实现学习算法，让计算机学习到每个类的外形。这种方法，就是数据驱动方法。

该方法第一步就是收集已经做好分类标注的图片来作为训练集，下面就看看数据库长什么样：

这是一个有4个视觉分类的训练集。实际中，可能有上千的分类，每个分类有成千上万图像。

--------------------------------------------------------------------------------------------------------------------------

图像分类流程：图像分类就是输入一个元素为像素值的数组，然后分配给他一个分类标签，完整流程：

• 输入：输入包含N个图像的集合，每个图像的标签是K种分类标签的一种。这个集合称为训练集。
• 学习：使用训练集来学习每个类到底长什么样。该步骤称为训练分类器或学习一个模型。
• 评价：让分类器预测从未见过的图像的分类标签并以此来评价分类器质量。把分类器预测的标签和图像真正的分类标签对比。

Nearest Neighbor分类器（最近邻分类器）简称NN

通过实现它来让读者对解决图像分类问题的方法有个基本认识。

图像分类数据集：CIFAR-10包含了60000张32X32小图像。每张图像有10种分类标签中的一种。这60000张图像被分为包含50000张图像的训练集和包含10000张图像的测试集。

NN算法将会拿测试图片和训练集中每一张图去比较，然后将它认为最相似的那个训练集图片的标签赋给这张测试图片。

比较两张32x32x3图片的方法：最简单的就是逐个像素比较，最后将差异值累加。即将两张图转化为向量I1和I2后计算他们的L1距离：

流程图例：

若两张图一模一样，L1距离为0，但两张图片很不一样，那L1值会非常大。

距离选择：计算向量间的距离有多种方法，另一个常用的方法是L2距离，从几何学的角度，可以理解为它在计算两个向量间的欧式距离。L2距离的公式如下:

L1和L2比较：在面对两个向量之间的差异时，L2比L1更加不能容忍这些差异。也就是说，相对于1个巨大的差异，L2距离更倾向于接受多个中等程度的差异。

代码：

待补充

----------------------------------------------------------------------------------------------------------------

k-Nearest Neighbor分类器（k近邻分类器）简称kNN

为什么不能用最相似的k张图片的标签来作为测试图像的标签呢？使用kNN分类器能取得更好效果。当k=1的时候，kNN分类器就是NN分类器。

思想：找最相似的k个图片的标签，然后让他们针对测试图片进行投票，最后把票数最高的标签作为对测试图片的预测。直观感受上，更高的k值会让分类的效果更平滑，使分类器对异常值更有抵抗力。

上例使用2维的点，分3类（红，蓝和绿）。不同颜色区域代表用L2距离的分类器决策边界。白色区域是分类模糊的例子（即图像与两个以上的分类标签绑定）。

在NN分类器中，异常的数据点（比如：在蓝色区域中的绿点）制造出一个不正确预测的孤岛。

5-NN分类器将这些不规则都平滑了，使它针对测试数据的泛化（generalization）能力更好（例子中未展示）。5-NN中也存在一些灰色区域，是因为近邻标签的最高票数相同导致的（比如：2个邻居是红色，2个邻居是蓝色，还有1个是绿色）。

在实际中，大多使用k-NN分类器。但是k值如何确定呢？接下来第二弹就讨论这个问题。

------------------------------------------------------------------------------------------------------------

以上内容转载整理来自知乎专栏点击打开链接，侵删侵删。