基于深度学习目标检测进展.pptVIP

深度学习综述 报 时间 : 2016.11. 深度学习是什么？ ? 深度学习 的概念源于 人工神经网络 的研究。含多隐层的多 层感知器就是一种深度学习结构。深度学习通过组合低层 特征形成更加抽象的高层表示属性类别或特征，以发现数 据的分布式特征表示。 [1] ? 深度学习是 机器学习 领域中对模式（声音、图像等等）进 行建模的一种方法，它也是一种基于统计的概率模型。在 对各种模式进行建模之后，便可以对各种模式进行识别了， 例如待建模的模式是声音的话，那么这种识别便可以理解 为语音识别 ( RNN Hinton[3] 2013 ) 。 概念入门 ? 深度学习 1. 神经网络的发展 ① 神经网络 （上世纪五六十年代） ② 深度神经网络 （ Hinton[2] 2006 ） 2. 卷积神经网络 （ AlexNet[1] 2021 ） 3. 基于深度学习的目标检测进展 一、神经网络的发展 1. 感知机的出现 ① 神经网络技术起源于上世纪五、六十年代，当时叫感知机（ perceptron ）， 拥有输入层、输出层和一个隐含层。输入的特征向量通过隐含层变换达到输 出层，在输出层得到分类结果。早期感知机对于计算稍微复杂的函数其计算 力显得无能为力。 2. 多层感知机 多层感知机可以摆脱早 期离散传输函数的束缚， 使用 sigmoid 或 tanh 等连 续函数模拟神经元对激 励的响应，在训练 算