超详细斯坦福CS231n课程笔记（第二课）——图像分类

图像分类

1. 概述

关于图像分类的任务，这是一个计算机视觉中真正核心的任务，准确来说，就是我们怎么研究图像处理的任务

更具体的说，当你做图像分类时，分类系统接收一些输入图像，比如说可爱的猫咪，并且系统已经清楚了一些已经确定了分类或者标签的集合，并且这些标签可能是 一只狗狗或者一只猫咪，也有可能是一辆卡车，那计算机的工作就是看图片，并且给它分配其中一些固定的分类或标签。

这听起来是一个很简单的问题，因为大家大脑里的视觉系统，天生就是来做这些视觉识别任务，但是对于机器来说，这是一个非常非常困难的问题。

当一个计算机看着这些图片的时候，它看到的是什么，计算机呈现图片的方式其实就是一大堆数字

 

你可以用很微小，很微妙的方式改变图片，这将导致像素网格整个发生变化，但是它还是一只猫，同时我们的算法需要对这些变化鲁棒

 

但是，不仅仅只有视角问题，还有照明问题，在场景中会有不同的照明条件，无论猫咪出现在这样的漆黑、昏暗的场景中，还是像这样非常明亮、阳光照射的场景中，它始终都是一只猫

 

目标可变，猫咪可以有千奇百怪的姿势和位置，对于不同的形变情形，我们的算法也应该是鲁棒的

 

当然可能也有遮挡的问题，不如你可能仅看到猫咪的一部分，但是作为一个人，在上述情况中，你非常容易去意识到这可能是一只猫咪，你还依然把这些图像看作猫咪，但是我们的算法依然要对这种情况作出鲁棒，这是一件非常难的事情

 

2. 最近邻算法

</