初始openmmlab

计算机视觉: 让计算机学会 "看"的学科，主要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:

1. 早期萌芽(1960~1980): Machine perception of 3d solids,三维的视觉计算理论

2. 统计机器学习与模型识别(1990~2000)

3. ImageNet大型数据库(2006):斯坦福李飞飞教授，旨在为计算机视觉算法研究提供一个大规模、优质的图片数据库

4. 深度学习时代(2012~):AlexNet,Fast R-CNN,深度生成对抗网络实现图像的实现......

OpenMMLab算法概述:

1. MMDetection: 目标检测，实例分割，全景分割

2. MMDetection3D: 3D目标检测

3. MMSegamentation

4. MMPose&MMHuman3D：人体姿态

5. MMTracking：目标追踪，大疆无人机.....

6. MMAction2：行为识别，时序动作检测，时空动作检测...

7. MMOCR: 文本检测，文本识别，文本信息提取

8. ......

机器学习基础：

从数据中学习经验，以解决特定问题。

例如：机器学习中的分类问题---垃圾信件分类。

1>通过关键词提取，统计，形成词频向量，用词频向量代表一个文本，称为特征。

2> 特征可以看作是向量空间中的点，不同类文本分布在空间中不同的位置上

3>将空间划分成不同的区域class A/B 从而进行分类

机器学习的基本流程

神经网络：

一类拟合能力非常强的函数。

1. 线性分类器与非线性分类器

2. 异或问题

3. 神经元，权重weight，偏置值bias，激活函数ReLU

4. 多层感知器

5. 多分类任务

神经网络的训练

本质：基于梯度下降算法寻找最优参数(w&b)，进而得到最优(准确率最高)的网络

1. 衡量神经网络的性能: 损失函数：交叉熵损失

2. 调整权重w，降低损失函数的值： 梯度下降算法/下山问题

3. 反向传播算法

4. 优化器

拟合结果：欠拟合，拟合，过拟合

早停：将训练数据划分为训练集和测试集，当验证集的分类精度达到最值时，停止训练，防止过拟合

卷积神经网络CNN：

整体架构

1. 卷积层；

2. 激活层；激活函数ReLU=max(0,x)

3. 池化层；池化层在特征图的局部区域内计算最大值（最大池化）或平均值（平均池化），从而降低特征图分辨率，节省计算量，提高特征的空间鲁棒性。

4. 全连接层：通过矩阵乘法将输入特征映射为输出特征 Y=Wx+b

5. 概率输出层

补充:

常见的激活函数