Hao_Zhang_Vision的博客

图像识别任务面临着诸多挑战, 这使得它自计算机视觉领域1966年诞生以来就成为一个十分活跃的子领域. 本文将简要讨论图像识别问题的挑战以及为了应对这些挑战而使用的数据驱动过程.1. 图像分类问题的挑战虽然从图像中识别一个对象对人类来说非常的简单, 但图像识别对计算机来说是一项极具挑战性的工作. 在计算机内, 图像是由一个很大三维数组表示的. 比如一张 1024 * 768 的图

本文将以 softmax 线性分类器为例, 讨论数据驱动过程的各组成部分. 同时本章是后文非线性分类器和深度学习的铺垫.1 训练数据给定由 m 张图像组成的训练集, 每个图像的标记是 K 个不同类中的一个,其中, i 用于对训练实例进行索引: x^(i) 是第 i 张图像展成列向量之后的结果. n 是每个向量的维数, 若图像的大小是 1024 × 768 × 3,

多层前馈神经网络 (multilayer feedforward nueral network), 也称为多层感知器 (multilayer perceptrons, MLP), 它利用上一章讨论的线性分类器处理非线性问题. 本章讨论的神经网络就是这种多层前馈神经网络. 在本文, 将讨论为什么要使用神经网络及深度学习, 神经网络的基本架构和学习方法. 本章也是下文深度学习的铺垫.1 特

卷积神经网络 (convolutional neural networks, CNN, ConvNets) 是流行的深度学习技术中的一种. 和上文讨论的神经网络一样, CNN 也是由可学习的参数组成, 每一层也是进行一个线性运算和经过一个激活函数, 参数的学习也是根据 BP 算法. CNN 和神经网络的区别, CNN 的优点, 和CNN 参数的具体学习过程将在本文进行讨论.1 训练数据

在做工程实现时, 除了理论推导要正确外, 还要考虑诸如计算机的数值稳定性, 计算速度, 收敛快慢等问题. 本章将就一些实现细节问题加以讨论.1 Softmax 的数值稳定性问题在计算 softmax 函数时, 如果不注意细节, 很容易造成数值稳定性问题.当 s_j = c, ∀j 时, 理论上但在实际中考虑两种情况:(1)

图像分类 (image classification) 问题是指, 假设给定一系列离散的类别(categories)(如猫, 狗, 飞机, 货车, ...), 对于给定的图像, 从这些类别中赋予一个作为它的标记 (label). 图像分类问题是计算机视觉领域的核心问题之一, 也与目标检测 (object detection), 目标分割 (object segmentation) 等其他计算机视觉