阿里云天池 - 2018之江杯全球人工智能大赛 之零样本图像目标识别 参赛总结

    9月份报名做了 2018之江杯全球人工智能大赛 之零样本图像目标识别 的这道题 -     题目链接-https://tianchi.aliyun.com/competition/entrance/231677/introduction
    初赛中获得了135名(共3224支队伍参赛),虽没有进入前100名进入决赛，也勉强算是top %5吧。

    在此总结一下比赛的收获：
   

    自四月底完成了12306图片验证码的破解以后的几个月，陆续研究了RNN/Yolo之类的算法，
    才发现深度学习实在内容太多，多年不学习，要赶上潮流很困难。。
    
    一个偶然的机会发现了阿里云天池 - 2018之江杯全球人工智能大赛 之零样本图像目标识别 的比赛，
    刚开始啥叫零样本目标识别都不知道，以为就是普通的图片分类，于是报名。
    因为没太理解题目，直接做了个图像分类，提交测试，发现完全不行。于是仔细研究了一下 零样本图像目标识别，重新开始调整算法。
    
    那么图像分类和零样本目标识别有啥不同？？
    图像分类 - 拿12306火车票图片来说吧，总共80种，比如其中一类为红枣，给你100个红枣的图片，尽管这100个红枣的图片千差万别，但都是红枣，机器就拿这100个样本学习并记住其
    特征,比如红色的、椭圆的，表皮有褶皱的等等。    同样，对于另外79种，也一样操作，学习完成了，你给一张图片,给机器识别，机器提取该张图片的特征后，在学习过的80种中间挑出机器认为概率最大的一个。-------  注意，图片分类，机器识别的结果只能是
    机器学习过的80种图片中间的一种，如果你给一个80种图片以外的其他图片，机器是无法识别出来的。
    
    零样本图像目标识别 - 与图像分类不同，比如，给你一类猪的图片，100张各种各样的猪,机器学习完成以后，需提取猪的各种特征，如四条腿、大耳朵、2只眼睛，鼻孔很大等等。学习完成以后呢，
    给机器一张牛的图片识别，需要机器认出来这是一头牛 ---  注意：牛这个类别机器以前的学习样本中是没有牛这个类别的。这才是本质的区别！！！！！
    
    图像分类算法很简单，就不用提了,那这个零样