阿飞的博客

计算机视觉识别任务 1. 语义分割 语义分割思路 1）滑动窗口 但是这种方法效率太低了，重叠区域反复被计算 2）全卷积 但是，如果处理过程中保持原始分辨率，对于显存的需求会非常庞大… 解决方案 上采样？ 第二种方法还原的位置可能不对，引入index pooling方法，如下 可学习的上采样：转置卷积 例子 左边下采样，右边上采样 2. 目标检测 1）单目标（分类+定位） 2) 目标检测：多目标 CNN利用滑动窗口对图像中所有可能的区域进行分类，计算量巨大！！ 后来改进，用区域建

1. 卷积神经网络 全连接神经网络的瓶颈 图越大，参数越多，计算复杂，容易过拟合。 卷积神经网络的主要层 1.1 卷积网络中的卷积核 1.1.1卷积核 卷积神经网络中的卷积操作 在多加几个卷积核 卷积核的步长（stride） 由此可见卷积后图像变小，所以要边界填充 特征响应图组尺寸计算 1.1.2 池化操作 1.减少运算量2.增大感受野3.非极大抑制 池化操作是对每一个特征响应图独立进行 对应特征响应图某个区域进行池化就是在改区域上指定一个值来代表整个区域（有点类似.

本章思维导图 1. 图像表示 2. 分类模型 由线性分类器引入 而全连接神经网络级联多个变换来实现输入到输出的映射 与线性分类器的区别在于多了一个非线性操作即max，这是一个激活函数，这个激活函数不能去掉。 2.1 全连接神经网络的权值 2.2 全连接神经网络与线性不可分 2.3 全连接神经网络的绘制与命名 3. 激活函数 3.1 常用的激活函数 Sigmoid将输出的结果压缩到0和1之间， 3.2. 网络结构设计 3.3. 全连接神经网络小结 4. 损失函数 先介绍激活函

视频连接 https://www.bilibili.com/video/BV1V54y1B7K3?p=2&spm_id_from=pageDriver 1. 前言 1.1 数据驱动的图像分类方法 数据集构建 分类器设计与学习 分类器决策 1.2 常用分类任务的指标 2. 线分类器 2.1 基于图像的表示 2.1.1 图像类型 二进制图像 非黑即白，0表示黑，1表示白 灰度图像 每一个像素点由（0-255）表示，0是最黑，255是最白 彩色图像 RGB三个通道每种颜色0-2