推荐星级:
- 1
- 2
- 3
- 4
- 5
深度神经网络及目标检测学习笔记
资料介绍
上面是一段实时目标识别的演示, 计算机在视频流上标注出物体的类别, 包
括人、汽车、自行车、狗、背包、领带、椅子等。
今天的计算机视觉技术已经可以在图片、视频中识别出大量类别的物体, 甚
至可以初步理解图片或者视频中的内容, 在这方面,人工智能已经达到了3 岁儿
童的智力水平。这是一个很了不起的成就, 毕竟人工智能用了几十年的时间, 就
走完了人类几十万年的进化之路,并且还在加速发展。
道路总是曲折的, 也是有迹可循的。在尝试了其它方法之后, 计算机视觉在
仿生学里找到了正确的道路(至少目前看是正确的) 。通过研究人类的视觉原理,
计算机利用深度神经网络( Deep Neural Network,NN)实现了对图片的识别,
包括文字识别、物体分类、图像理解等。在这个过程中,神经元和神经网络模型、
大数据技术的发展,以及处理器(尤其是GPU)强大的算力,给人工智能技术
的发展提供了很大的支持。
本文是一篇学习笔记, 以深度优先的思路, 记录了对深度学习(Deep Learning)
的简单梳理,主要针对计算机视觉应用领域。
部分文件列表
文件名 | 大小 |
深度神经网络及目标检测学习笔记.pdf | 2M |
部分页面预览
(完整内容请下载后查看)深度神经网络及目标检测学习笔记
上面是一段实时目标识别的演示, 计算机在视频流上标注出物体的类别, 包
括人、汽车、自行车、狗、背包、领带、椅子等。
今天的计算机视觉技术已经可以在图片、 视频中识别出大量类别的物体, 甚
至可以初步理解图片或者视频中的内容, 在这方面,人工智能已经达到了 3 岁儿
童的智力水平。 这是一个很了不起的成就, 毕竟人工智能用了几十年的时间, 就
走完了人类几十万年的进化之路,并且还在加速发展。
道路总是曲折的, 也是有迹可循的。 在尝试了其它方法之后, 计算机视觉在
仿生学里找到了正确的道路 (至少目前看是正确的)。通过研究人类的视觉原理,
计算机利用深度神经网络( Deep Neural Network,NN)实现了对图片的识别,
包括文字识别、物体分类、图像理解等。在这个过程中,神经元和神经网络模型、
大数据技术的发展,以及处理器(尤其是
的发展提供了很大的支持。
GPU)强大的算力,给人工智能技术
本文是一篇学习笔记,以深度优先的思路,记录了对深度学习(Deep Learning)
的简单梳理,主要针对计算机视觉应用领域。
一、神经网络
1.1 神经元和神经网络
神经元是生物学概念, 用数学描述就是: 对多个输入进行加权求和, 并经过
激活函数进行非线性输出。
由多个神经元作为输入节点,则构成了简单的单层神经网络(感知器) ,可
以进行线性分类。两层神经网络则可以完成复杂一些的工作, 比如解决异或问题,
而且具有非常好的非线性分类效果。而多层(两层以上)神经网络,就是所谓的
深度神经网络。
神经网络的工作原理就是神经元的计算, 一层一层的加权求和、 激活,最终
输出结果。深度神经网络中的参数太多(可达亿级) ,必须靠大量数据的训练来
设置。训练的过程就好像是刚出生的婴儿, 在父母一遍遍的重复中学习 “这是苹
全部评论(1)
2019-11-29 13:27:52suxindg
谢谢分享