文件内容课堂总结

图像分类的三层境界  
  1 通用多类别分类将图像划分到不同的大类如CIFAR10的10个类别  
  2 子类细粒度分类区分大类中的子类如不同品种的鸟类  
  3 实例级分类识别具体实例如区分不同个体的同一类物体  

评估指标  
  混淆矩阵包括TPFP TNFN用于分析分类细节  
  精确率Accuracy模型整体预测正确的比例  
  准确率Precision正类预测中实际为正的比例  
  召回率Recall实际正类中被正确预测的比例  
  F1 ScorePrecision和Recall的调和平均数平衡二者关系  
  PR曲线展示不同阈值下Precision与Recall的变化面积越大模型越好  
  多类别混淆矩阵K×K矩阵主对角线表示正确分类数其余为错误数  

模型设计关键参数  
  深度网络层数如LeNet为5层  
  宽度每层通道数如LeNet的C1层有6个通道  

样本量不足的解决方案  
  迁移学习使用预训练模型如ImageNet加速收敛  
  数据增强  
     有监督方法平移翻转亮度调整裁剪缩放等  
     无监督方法通过GAN生成新样本  

PyTorch实现要点  
  使用卷积神经网络CNN进行分类  
  网络架构需对齐设计如输入尺寸卷积核数量池化层等  
  数据预处理标准化Normalize数据增强如随机翻转裁剪  
  训练流程优化器选择SGD或Adam损失函数交叉熵学习率调度