计算机视觉学习之-Classification

Love The Way You Lie 2022-05-26 08:23 198阅读 0赞

**Visual Recognition**包括：**Classification， Classification+Localization， Object Detection， Instance Segment。**

![这里写图片描述][70]  
**Classification**：一张图里面有这么一个物体，然后我们根据图片里面的这个物体来判断这张图片属于哪一个类；比如kaggle上有一个著名的猫狗大赛，判断这张图片里面的动物是猫还是狗。  
**Classification+Localization**： 我们不但要判断出这张图片里面的物体，还要判断出这个物体在这张图片的什么地方。  
**Object Detection**： 由于我们的图片中一般都包含不止一个物体，比如一张照片里面同时包含了人脸、猫脸、和狗脸，那我们就要用Object Detection来处理，Object Detection包括分类和定位。  
**Instance Segment**：再深一步的话，其实是一个语义分割，Object Detection只是框出了一个大概位置，语义分割的话，就是把这个物体的轮廓抠出来，类似于美图秀秀里面的美拍，把人脸抠出来，美化之后再放回去。

接下来让我们认识一下 **Classification**：  
首先是数据集：Mnist,， 被称为深度学习里面的helloWord， 比较主流的深度学习框架，都会提供这个数据集的借口。我们来看其中的一张图：  
![这里写图片描述][70 1]  
图片里面写了一个“1”， 这张图片是黑白的，并且我们把他正规化到0和1之间。  
接下来，我们看一下对这张图片的分类依据：  
![这里写图片描述][70 2]  
这是一个非常简单的神经网络模型，我们把这一张图片以像素为单位拆解成一个特征向量，输入到神经网络中，然后输出一个预测的结果。因为数字0~9一共有10个，所以输出一共是一个长度10维的向量，预测这个数字是几，输出的结果中对应位就是1。  
上边这个网络的识别率很高，可以达到百分之八十几，但是我们想一下，我们把一个二维的图片，展开成一个一维的向量，那会损失很多信息，所以在现在深度学习中，我们都用的是另外一种方法。这个方法是在2012年的imagenet脱颖而出的，叫convolutional neural network卷积神经网络，当然他并不是12年才提出的。接下来我们看一下什么是卷积神经网络：  
![这里写图片描述][70 3]  
输出和前面的神经网络一样，是一个概率，但是里面有Convolutional和pooling。  
接下来我们看一下什么是convolution：  
![这里写图片描述][70 4]  
中间的3\*3的小矩阵，叫卷积核，把卷积核在图片上滑动，重叠部分叫感受野filter。计算方法就是对应相乘再相加。  
我们来看一个具体的例子：  
![这里写图片描述][70 5]  
左边的图片，经过中间的卷积核之后，提取到了左边的图片的边缘特征。不同的卷积核会提取不同的特征。  
接下来我们再看一下Pooling & Relu:  
![这里写图片描述][70 6]  
Pooling: 我们一般采用最大池化max pool，就是提取一个2\*2区域中最大的像素，也就是保留主要特征，减少网络当中的计算量，把主要信息保留出来。  
![这里写图片描述][70 7]  
Relu: 整流线型单元，是一个线性激活函数。

**卷积神经网络中的主要部分已经描述完了，现在让我们开始深入了解各种经典网络吧！**

**AlexNet：**  
Alex在2012年提出的alexnet网络结构模型引爆了神经网络的应用热潮，并赢得了2012届图像识别大赛的冠军，使得CNN成为在图像分类上的核心算法模型。

**结构**  
AlexNet有5个卷积层和3个全连接层  
![这里写图片描述][70 8]  
这个网络前面5层是卷积层，后面三层是全连接层，最终softmax输出是1000类。AlexNet使用ReLU代替了传统的激活函数。

**VGG16( Visual Geometry Group )(16的意思是16层)**:  
![这里写图片描述][70 9]  
**结构**  
一共有16层网络，其中13层卷积层，3层全连接层。最终softmax输出是1000类。

[70]: /images/20220526/a78f1d5ed2a445b9856822a311343af9.png
[70 1]: /images/20220526/948e979432cf4ab4941b9de1b09d5d1b.png
[70 2]: /images/20220526/f61b1e2412694f25b300efb76adc5d6f.png
[70 3]: /images/20220526/633ebe0758f94bb8bdfea95a9970ef34.png
[70 4]: /images/20220526/6bccdfa1c2fb4904b4a700367895beae.png
[70 5]: /images/20220526/6b70454b6bfe4db19253abb84b3754d3.png
[70 6]: /images/20220526/c72f464ab5024c4f8ad8e5c3c07db6a5.png
[70 7]: /images/20220526/059db1afcbb34ba29ff87b1af466c326.png
[70 8]: /images/20220526/2bf505a47d024cd3b3f146178e1de694.png
[70 9]: /images/20220526/680fe6331eec4b14a5fdd1eea956ed67.png