計(jì)算機(jī)視覺的一些概念（五大基本任務(wù)）

四大基本任務(wù)

圖像分類：給定一張輸入圖像，圖像分類任務(wù)旨在判斷該圖像所屬類別。

目標(biāo)定位：以包圍框的(bounding box)形式得到圖像類別位置，通常只有一類目標(biāo)或固定數(shù)目的目標(biāo)和背景類。

目標(biāo)檢測：相對于目標(biāo)定位，目標(biāo)種類和數(shù)目不定。

語義分割：語義分割需要判斷圖像中哪些像素屬于哪個目標(biāo)。

實(shí)例分割：語義分割不區(qū)分屬于相同類別的不同實(shí)例。例如，當(dāng)圖像中有多只貓時，語義分割會將兩只貓整體的所有像素預(yù)測為“貓”這個類別。與此不同的是，實(shí)例分割需要區(qū)分出哪些像素屬于第一只貓、哪些像素屬于第二只貓。

難點(diǎn)

語義鴻溝，拍攝視角變化，目標(biāo)占據(jù)圖像的比例變化，光照變化，背景相似，目標(biāo)形變，遮擋。

卷積層

標(biāo)準(zhǔn)卷積、深度方向的可分離卷積（SeparableConv2D）、深度可分離卷積（DepthwiseConv2D）、轉(zhuǎn)置卷積（反卷積）、空洞卷積。

為什么用卷積

圖像數(shù)據(jù)維度高，Dense參數(shù)多、計(jì)算量大、容易過擬合。

卷積：

局部連接：

圖像特征、邊緣、角點(diǎn)只占據(jù)圖像很小的部分，相隔較遠(yuǎn)的圖像塊關(guān)系不大。

通道上全連接、空間上局部連接。

參數(shù)共享：

提取圖像特征的模式可以復(fù)用。

空間上參數(shù)共享。

卷積輸入輸出關(guān)系

輸入H，濾波器F，零填充P，步長S：

感受野大小計(jì)算

感受野：卷積神經(jīng)網(wǎng)絡(luò)的每一層輸出的特征圖上的像素點(diǎn)在原圖像上映射的區(qū)域大小。

（尺寸F）小濾波器優(yōu)點(diǎn)：更小參數(shù)量、更多分線性。

下一層每個像素點(diǎn)的感受野是上一次卷積層濾波器的大小。

多層：

當(dāng)有多層3×3標(biāo)準(zhǔn)卷積堆疊時，第l 層卷積(l 從1開始)的輸出神經(jīng)元的感受野為2l +1。

1x1卷積作用

常用來增加非線性、降維（通道上進(jìn)行壓縮，減少計(jì)算量和網(wǎng)絡(luò)參數(shù)）、升維。

池化層

局部最大池化（常用）、局部平均池化、全局最大池化、全局平均池化（常用）

作用：

增加特征平移不變性；減小特征圖的大小，降低過擬合，

最大池化為什么最常用

根據(jù)相關(guān)理論，特征提取的誤差主要來自兩個方面：鄰域大小受限造成的估計(jì)值方差增大；卷積層參數(shù)誤差造成估計(jì)均值的偏移。一般來說，mean-pooling能減小第一種誤差，更多的保留圖像的背景信息，max-pooling能減小第二種誤差，更多的保留紋理信息。

參考

https://zhuanlan.zhihu.com/p/31727402

https://www.jianshu.com/p/5268b42daeda

https://keras.io

https://www.zhihu.com/question/23437871/answer/24696910

機(jī)器視覺 計(jì)算

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。