1.動物視覺歷史
2.貓視覺的試驗，貓的初級視覺細胞對邊緣產生回應
貓視覺系統存在層級結構，對應現在的卷積操作和池化操作
3.計算機視覺發展歷史 （直接分類-->手動提取特征-->神經網路）
卷積神經網路：針對影像任務提出的神經網路
沒有反向傳播演算法更新權值，模型性能有限
無大量資料和高性能計算資源
感受（視）野：神經元存在區域感受區域
x表示有回應，三角表示無回應
細胞對角度有選擇性
對CNN啟發
（1）視覺系統是分層、分級的進行處理，從低級到高級的抽象程序，堆疊使用卷積和池化
（2）神經元實際上是存在區域的感受區域的，具體說來，它們是區域敏感→神經元區域連接？
4.目標檢測的資料集合 pascal voc
5.Imagenet資料集合
6.sift feature 是什么，可以用來干什么，金字塔匹配思想是什么，可以用來干什么， hog特征是什么，可以用來干什么，了解一下pascal voc資料集合及imagenet資料集合
7.近鄰演算法
k值選擇，度量距離，分類決策規則
L1曼哈頓距離，非距離不變數，大小取決于選擇的坐標系統
L2歐幾里得距離，大小跟坐標系統無關，
下面哪個關于k-最近鄰(k-NN)的陳述在分類設定和所有k是正確的?選擇所有應用，
1. 1-NN的訓練誤差總是比5-NN的訓練誤差好，
在訓練集中，取樣本的top1肯定是樣本自己，而取top5里面不一定是該label的樣本最多，所以top1一定比top5好
2. 1-NN的測驗誤差總是比5-NN的測驗誤差好，
在測驗集中，是不一定的，有可能top1好，有可能top5好
3.k-NN分類器的決策邊界是線性的，
knn的決定邊界不是線性的，而是每次根據算出來的結果去找出現最多的label，[更多內容](https://blog.csdn.net/HJWdm/article/details/26239907)
4. 使用k-NN分類器對測驗樣本進行分類所需的時間隨著訓練集的大小而增長，
如果訓練集變大了，那么每個測驗樣本過來需要和所有的訓練樣本計算距離，時間當然變長了
影像識別的特點：
特征具有區域性，特征可能出現在任何位置，下采樣不改變影像目標
引數共享：
特征圖：對影像特征提取的輸出
填充：padding
使卷積后影像解析度不變，方便計算特征圖尺寸的變化彌補邊界資訊“丟失".
特征圖尺寸計算
輸出尺寸 = 輸入尺寸-卷積核尺寸+2*padding /步長 +1
多通道的卷積：RGB影像卷積是2D卷積，視頻等加入時間維度的才是三維卷積
池化：下采樣影像不會改變影像特征的相對位置
用一個像素代替一塊像素
步長=2的卷積相當于池化，將影像的解析度降低一半
池化是一種特殊的卷積
1.緩解卷積層對位置的過度敏感(對例外點敏感)
8 優化
這部分主要包括兩個內容一個是優化方法，另一個是傳統影像識別方法兩步走策略，
優化方法 主要是學習常用的優化演算法學習，例如梯度下降，帶動量的梯度下降以及Adam等一系列優化方法，其中本節課提到了梯度、導數的含義以及學習率這個重要的超引數，這個超引數是我們訓練神經網路需要首要考慮的，隨機梯度下降使用minibatch資料來估計總的誤差以及梯度，這樣速度比使用全部資料計算更快，
兩步走策略重點介紹了傳統方法如何做影像分類任務，第一步提取影像的特征：顏色分布，HOG, SIFT特征，bag of words，第二使用步分類演算法進行識別影像類別，
梯度下降常用的優化策略 sgd adam等方法是大家重點要學習的 ，兩步走策略進行影像識別步驟 需要了解，
2.減少冗余
3，降低影像解析度，從而減少引數量
計算機視覺的思想
1.模板匹配的方法：W是特征矩陣，列向量是展成的像素矩陣，有點像碼分復用
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/302051.html
標籤：其他