![810ed4d146b3c72f36c2f3646d391c79.png](https://img-blog.csdnimg.cn/img_convert/810ed4d146b3c72f36c2f3646d391c79.png)
人工智能在近几年处于爆发期,越来越多意想不到的应用被提出,说明AI还有非常多的发展空间。相同的数据型态,利用不同的方法分析,就可以解决不同的课题。例如目前已相当纯熟的人脸识别技术,在国防应用可以进行安保工作;企业可做员工门禁系统;可结合性别、年龄辨识让卖场进行市调分析,或结合追踪技术进行人流分析等。
本篇接下来要针对深度学习方法的数据类型或算法,介绍AI常见的应用。
以算法区分深度学习应用,算法类别可分成三大类:
- 常用于影像数据进行分析处理的卷积神经网络(简称CNN)
- 文本分析或自然语言处理的递归神经网络(简称RNN)
- 常用于数据生成或非监督式学习应用的生成对抗网络(简称GAN)
![b2a126ce037b6149e0fcc7e3929e5044.png](https://img-blog.csdnimg.cn/img_convert/b2a126ce037b6149e0fcc7e3929e5044.png)
CNN
因为应用种类多样,本篇会以算法类别细分,CNN主要应用可分为图像分类(image classification)、目标检测(object detection)及语义分割(semantic segmentation)。下图可一目了然三