（100天2小时第三十九天）斯坦福CS231n课程（一）图像分类、数据驱动方法和流程

一、图像分类

目标：图像分类问题，就是对已有固定的分类标签集合，然后对于输入的图像，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该输入图像。

例如：一只猫，人眼很容易分辨出来，但计算机如何去识别，可以把猫看成一类标签，把狗看成一类标签。

对于输入的图像，图像分类模型读取该图片，并生成该图片属于集合 {cat, dog, hat, mug}中各个标签的概率。猫的图像大小是宽248像素，高400像素，有3个颜色通道，分别是红、绿和蓝（简称RGB）。如此，该图像就包含了248X400X3=297600个数字，每个数字都是在范围0-255之间的整型，其中0表示全黑，255表示全白。我们的任务就是把这些上百万的数字变成一个简单的标签，比如“猫”。

图像分类任务：对于给定的一个图像，预测他属于哪个分类标签。 

好的图像分类模型能够在维持分类结论的同时，保持对类间差异足够敏感。

图像分割：分割成不同的区域，且每个区域互不相交。（内部相似性，区域与区域之间的不连续性）

二、数据驱动

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。

第一步要收集已经做好分类标注的图片作为训练集。

数据库：

三、流程

图像分类就是输入一个元素为像素值的数组，然后给它分配一个分类标签。

1.输入：输入包含N个图像的集合，每个图像的标签是K中分类标签中的一种。这个集合称为训练集。

2.训练：使用训练集类训练一个最优模型。

3.评价：让最优模型来预测未曾见过的图像分类标签，也叫测试集，把最优模型预测的标签和图像真正的标签做对比，如果一致，证明模型训练结果很好。