智能驾驶与机器视觉 课件 第四章关键算法基础.pptx

智能驾驶与机器视觉

第4章关键算法基础

1深度学习 2视觉感知3视觉定位4框架与工具链

深度学习概述AIMLDL传统ML：人工设计特征→提取→分类器预测。DL：端到端训练，特征提取与分类联合优化。深度学习三要素：神经网络模型、损失函数、优化方式（反向传播+梯度下降）。

CNN基础LeNet-5：卷积→池化→激活→全连接→输出。局部感知：每个神经元仅连接输入图像一块区域。权值共享：卷积核权重被整张特征图共享。卷积计算：5×5图像经3×3卷积核（stride=1）得3×3特征图，对应元素相乘累加。

CNN基础激活函数：引入非线性。Sigmoid（易梯度消失）、ReLU