【最终】第六章-物体分类与识别.pptxVIP

BUPT计算机视觉···第六章物体分类与识别ComputerVision

目录01.03.02.04.背景介绍小节介绍章节概述本章总结

01.背景介绍···

01背景介绍图像分类基本流程···SWQT输入图像图像特征提取分类器输出类别概率分布

01背景介绍图像分类方法···人工设计的图像描述符，如HOG，SIFTSVM，决策树等图像特征的设计难度很大，准确率提升难度大传统机器学习方法图像特征分类器缺点

01背景介绍图像分类方法···深度卷积神经网络全连接神经网络（多层感知机）参数量大，学习能力强，但容易过拟合，需要大量计算资源，在大规模数据集和强大的GPU的支持下效率远高于传统机器学习方法深度学习方法图像特征分类器缺点

02.章节概述···

02···本章将介绍深度学习复兴以来的经典的深度卷积神经网络，包括DCNN的开山之作AlexNet、深度更深而结构优雅的VGG网络、性能优良的GoogLeNet，以及大大提高网络深度的ResNet等，并针对这些网络的创新点、改进思路等逐一做分析。在最后对迁移学习做简要的介绍，从中了解使用迁移学习进行图像分类的两种常用策略。章节概述

03.小节介绍···

03···从AlexNet到GoogLeNetAlexNet、VGGNet和GoogLeNet是早期深度卷积神经网络的典型代表，相较于更早之前的浅层网络，它们的网络