卷积神经网络(四)应用

本文探讨了卷积神经网络(CNN)在机器视觉、自然语言处理等领域的应用,重点介绍了CNN在人脸检测与识别任务中的突破性进展,以及为解决不同尺度和位置的人脸检测问题所设计的网络结构和损失函数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

应用简介
首先应用于机器视觉/图像分类问题, 后来用于自然语言处理图形学等领域
只要是具有空间结构的数据, 都可以用卷积神经网络进行处理
卷积神经网络在解决很多实际问题时, 设计出了专门的网络结构和损失函数
理解的关键点:
网络结构。 即网络由哪些层组成, 各个层的作用是什么, 它们的输入数据是什么, 输出数据是什么
训练目标。 即损失函数, 这直接取决于要解决的问题

人脸检测

在CNN用于人脸检测之前, 占据主导地位的是 人工特征+级联AdaBoost+滑动窗口 方案, 即VJ框架
CNN用于人脸检测问题之后, 大幅度提升了检测精度, 包括检测率, 误报率
人脸检测要解决的核心问题
人脸可能出现在图像的不同位置
人脸可能有不同的大小
如何判断一个区域是否为人脸, 二分类问题

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述**

人脸识别

**
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值