CV计算机视觉（computervision）概述--个人理解.pdfVIP

CV计算机视觉（computervision）概述--个⼈理解 CV即计算机视觉，简单的来说：计算机模拟⼈来理解图像所表达的意思，或对图像进⾏⼀些理智的操作，⽐如分割，分类等等。 ⽬前接触到的计算机视觉主要有： 图像分类（包括细粒度特征分类）：将图像进⾏分类，该图像是飞机 ？汽车？狗？或者什么 ⽬标定位和识别（如yolo ssd等神经⽹络）：图像中的⽬标物体的位置（⽤框就⾏标注），框中物体的种类，是什么 图像分割：⽐如⼀张CT照⽚中，要求准确的将胃和肺切割出来 图像⽣产（主要利⽤的是GAN）：可以随机产⽣⼀张特定的图像（该图像现实中不存在），⽐如神经⽹络⾃⼰根据对狗的学习，⾃⼰会 ⾃动⽣产⼀张狗的图像，该张图像⼈类和机器没有办法判断它不是狗，这时候他就成功了，成功的骗了机器和⼈类，还包括根据意境的描述 ⽣产图像等 ⽤到的⽅法主要分为传统机器学习⽅法和深度学习： 1、传统机器学习 ⽅法： 为 什么 还 有 传统 机器学习的存在--（传统 机器学习 ⽅ 法的 好处 在 于这些 ⽅ 法都已 经被数 学推导成⽴ 的，我们做 的每 ⼀ 步都 可逆向推导的，但是深度学习的神经⽹络就不⼀样了，当你的⽹络搭建的⽐较深时，其内部就像是⼀个⿊盒⼦，你不知道⾥⾯是如何进⾏运 ⾏的，也不知道每⼀步的输出，⽐如：当你查看卷积后每⼀层的输出，