计算机视觉的介绍
计算机视觉是一门让计算机学会“看”的学科,研究如何自动理解图像和视频中的内容。
计算机视觉的发展
早期萌芽(1960~1980)
统计机器学习与模式识别(1990~2000)
视觉特征
ImageNet 大型数据库的建立(2006)
初有成效的视觉系统(~2010)
深度学习的时代(2012~)
计算机视觉的任务
难易程度:图像分类->目标检测->语义分类->实例分割
应用:人脸识别、自动驾驶、动漫特效、航拍转地图、虚拟主播(人脸关键点检测)、视频的理解与处理
AlexNet
OpenMMLab开源算发体系
算发框架介绍:MMDetection、MMDetection3D、MMClassification、MMSegmentation、MMPose&MMHuman3D、MMTracking、MMAction2、MMOCR、MMEditing。
机器学习与神经网络简介
机器学习的典型范式
监督学习、无监督学习、强化学习
机器学习的分类问题
特征与分类
线性分类器与非线性分类器(神经网络)
卷积神经网络