茶桁专栏

本节课为「」第 17 节；Hi, 我是茶桁。上节课咱们讲了 MLP 到 CNN，最后提到了 CNN 加速的话题。具体 CNN 加速这个过程我们要从两个方向去看，一个是前向计算的加速，一个是反向传播的加速。我们通常说模型加速前向计算就够了，不用反向传播。并不是如此。为什么？因为如果一个模型它的训练很快的话，它前向计算其实就可以更快。比如说一个模型。为什么模型现在做不了，参数量更大，做不了更准确，就是因为我们训练速度慢，训练不出来。模型本身的潜力是很大的，但是我们没有训练出来。

好，这就是咱们这节课的内容，主要讨论了一下计算机视觉的常用模型，并且讲之后课程的内容概要给大家讲了讲。这节课内容其实蛮重要的，对于已经大致了解的同学作用不太大，对于刚进入计算机视觉这个领域的同学，大家可以趁机去查一下我说的这些个模型，做一个预习，好接下来跟上咱们后续的课程。我们原来使用 GPU 必须是通过 PyTorch, Tensorflow 等一些框架去使用的，那么我们通过 pycuda 就可以直接去使用 GPU 了，直接去调用 GPU 的一些API，GPU 的一些驱动函数。自己写或者用工具箱都可以。

这就是说，我们去做决策的时候，去设计传统的机器学习模型的时候，我们这个特征是需要手动去调整的。我们上节课学了提特征了，学了提 hog 特征，之后 LBP 特征和哈尔特征遗留下来了，我们这节课把它补充上去。，一共是 2 个 1，那行投影的第一个数字就是 2，第二行也是如此，之后每一行都是如此，一直到最后一行都是 0，没有一个 1，所以行投影矩阵的最后一个数字是 0。第一列，0 个 1，是 0，第二列，3，第三列，2，第四列，2，第五列，3，第六列，0。OK，数据我们拿到了，也把数据的矩阵打印出来了。

本节课为「」第 12 节；可直接在橱窗里购买，或者到文末领取优惠后购买：Hi, 大家好。我是茶桁。。其中上节课内容中我们提到了一些决策函数改进的点。在解决计算机视觉问题的过程，我们除了决策函数之外，另外一个关键点就是「描述子」。在这节课中，咱们就来好好聊聊。

本节课为「」第 11 节；可直接在橱窗里购买，或者到文末领取优惠后购买：Hi，大家好。我是茶桁。。在这节课中，咱们继续来深入讲讲这个概念。

Hi, 大家好。我是茶桁。今天咱们来讲直方图，以及直方图的均衡化。这是很有意思的一部分。本来上一节课咱们就该讲讲直方图的，可是因为直方图的内容确实有点多，所以就放在这一节课咱们拿一章来好好讲讲。在理解直方图之前，最好还是好好看看上一节课的内容，因为灰度图和 gamma 的概念对于理解直方图算是一些基础了。好了，话不多说，让我们开始。

有的大一些，有的小一点，有的偏左，有的偏右。这样的模型的参数量就太大了，不合适。更深一步就是，无论我们 1 的角度如何变化，就算 1 在图片上是斜着的，是倒着的，我们特征都是不变的。在这个函数中，我们输入数字 8 的这个矩阵，我希望输出 id=1，输入数字 1 的矩阵，我希望输出 id=2，如果是数字 6 的矩阵，我希望输出 id=3。如果当前输入的矩阵是等于 8 的这个矩阵，这个我们是知道的，那么我就 return 8，就是直接输出了一个结果数字， return 1 呢，就是输出了第一类的 ID。

前面咱们花了 6 节正课以及 1 节作业课的时间讲了图像处理的方法。哪些图像处理方法同学们还记得吗？我们了解了图像是用矩阵表示的，然后，我们如何获取到图像这个矩阵对吧？先获取到这个矩阵才能对它进行处理。我们讲了从图片上读取、从摄像头中读取、从视频中读取，也可以自己生成一个矩阵来表示图片。当然还有些其他方法。我们现在先认识这 3 种基本上就够用了。还有一些其他的方法就比如说卫星上的扫描图像，它可能不是可见光的，是各个电磁波根据它反射的性能出来的矩阵，比如近红外的图像，热成像仪等等。这都是形成图像数据的方法。

所以我就布置个作业，让大家去调整一下卷积核的大小和值，尝试去把卷积核的大小调成一个合适的值，然后对这个模特的脸上的一些斑点进行一个过滤，只剩下模特除了斑点之外的其他的部分。对于普通人来说，这肯定是一下说不出来的，需要接受专门的练习，理解了三原色色值的差别以及融合原理，我们需要大量的经验去积累，自己调调试试。如果在，它就是肤色了，我就给一个图片，另外有一个 skin 这个图片，它存取肤色的结果，并且我们给设置为二值图像，也就是只有黑白两个颜色。如果是，就设置为 1，如果不是，就设置为 0。

本节课为「」第 6 节；Hi, 大家好。我是茶桁。INFO:在正式开始今天课程之前，先跟大家说一个决定。本来「茶桁的 AI 秘籍」系列课程都是一周两篇的频率进行更新的，但是近期由于本人诸多事项缠身比较忙，又都不能不耽误，所以之后不得不改为一周一篇的更新频率，为每周周日进行更新。除了系列课程之外，其他零散的文章依旧不定时更新，可能一天一更，也可能需要等比较长的时间。做这样的决定也是为了保障课程或者文章的质量，还请大家见谅。

那到现在为止，咱们就完成了把这个图像给读进来的功能，包含了三种方式，我们都能拿到矩阵并且能显示了，也就初步完成了我们这个照相机的功能。，讲到这里聪明的小伙伴应该已经理解了，这个其实就是通道转换的一个 CV 方法，专门用于将读取进来的图像的第一矩阵和第三矩阵换一个位置，从而得到一张正常显示的图片。我们看到了两张图，一个是二维矩阵的图，一个是三维矩阵的图。我们去写了一个简单的矩阵，从这个矩阵能看出来，咱们只写了一个二维矩阵，这种矩阵最后生成的结果应该是一个灰度图，图片的 shape 为 3*3。

首先，镜头完成一个图像的采集，采集的是电压的值。我们这个感光元器件只能看它的分辨率是多少，就是它的最小的感光元器件多少，它测的是最小的感光元器件的区域所有的光线之和的强度。到现在为止，我们图像的显示方式讲了几种：一个是二值图，这个图的取值方式是 0 和 1，数据类型是整型，然后是灰度图，每个像素的取值范围是 0～1 的浮点数，或者是 0~255 的整型。不过这个显示出来之后是一个黑白的图像，如果我们最后存到的值只有 0，1 这两个值，这时候的图片我们叫它二值图，它显示出来就是非黑即白的这种图片。

本节课为「计算机视觉 CV 核心知识」第 3 节课；「AI秘籍」系列课程：人工智能应用数学基础人工智能Python基础人工智能基础核心知识人工智能BI核心知识人工智能CV核心知识Hi, 大家好。我是茶桁。咱们这节课来讨论一下计算机视觉的发展过程。我们想看它的由来，首先看一下计算机视觉这个名字。计算机视觉，computer vision，把这两个单词拆解来看：computer 就是计算机的意思，vision 就是视觉的意思，所以我们下面就计算机和视觉两个角度去看一下计算机视觉。那么从

Hi，大家好。我是茶桁。今天这节课呢，咱们先不着急讲原理，先来讲讲的话题。如果想要直接上手企业级的 AI 项目，可以看看咱们的「