人工智能基础及应用课件 模块二-任务三-计算机视觉的核心任务.pptxVIP

计算机视觉计算机视觉的核心任务

计算机视觉的核心任务图像分类01目标检测02图像分割03

1.图像分类模型通过多次训练学习到每种水果的颜色、形状、纹理等特征,从而能够区分不同水果。当上传一张新的水果图片时,模型就会自动提取特征并进行分类,输出结果可能是:“这是香蕉”,并给出预测概率值。在图像分类任务中,通过深度学习模型(如卷积神经网络)从图像中提取特征后,进一步使用分类算法将这些特征映射到相应的类别,从而将输入的图像分配到预定义的类别中。判定图像所属类别，回答“这是什么”问题

2.目标检测目标检测的目的是在图像或视频中识别出一个或多个目标对象的类别,并精确标注其位置。与图像分类不同,目标检测不仅需要识别对象的类别,还需要确定其在图像中的位置,这种定位通常通过绘制“边界框”来实现,标注对象在图像中的位置、大小等信息。在汽车辅助驾驶中，行车记录仪的前置摄像头会实时检测前方道路、车辆、行人等,目标检测模型会在图像中识别并标出前方的行人、车辆、交通标志等,并通过边界框将它们圈出。识别图像中多个对象的类别与位置

3.图像分割图像分割是更精细的识别技术,即将图像划分为若干具有特定意义的区域,每个区域内的像素在某种特征上具有一致性,例如颜色、亮度或纹理等。通过图像分割,计算机不仅能找到物体位置,还可以更清晰地识别图像中的物体轮廓和结构,将图像中的前景与背景分离,或将图像中的不同对象区分开来