计算机视觉中的深度学习2: 图片分类

计算机视觉中的深度学习2: 图片分类

Slides：百度云 提取码: gs3n

计算机与人眼的区别

对于一张灰度图片，计算机能看到的是像素大小的0~255的灰度值；对于RGB图片，则是一张像素大小的3通道矩阵，即800x600x3。

计算机视觉的挑战

1. 视角变化的挑战
   1. 视角的变化带来的像素的变化是非常巨大的。
   2. 在不同的角度拍摄一只猫，人类很容易分辨这是同一种猫，而像素的变化却非常巨大，只有设计出了更加完备的算法才能让计算机程序更稳定地运行。
2. 图片交叉的挑战
   1. 多只猫会重叠在一起。
3. 粒度更细的分类
   1. 我们不仅仅需要分辨这是猫，我们还要分辨这是哪一个品种的猫。
4. 杂乱的背景的影响
5. 光线的变化
6. 形状的变化

图片分类的作用

1. 用在别的计算机视觉应用中
   1. Object detection
   2. Image captioning

图片分类的算法

1. 传统计算机视觉算法
   1. 检测边缘，检测夹角等等
   2. 缺点：不够通用，当我们输入了一个非常复杂的算法能够识别猫了，同样的算法没法解决一个识别狗的问题。
2. 机器学习方法
   1. 依赖数据源和分