推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

深度神经网络及目标检测学习笔记

更新时间:2019-11-27 09:47:00 大小:2M 上传用户:xuzhen1查看TA发布的资源 标签:深度神经网络目标检测 下载积分:0分 评价赚积分 (如何评价?) 打赏 收藏 评论(1) 举报

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过研究人类的视觉原理,  
计算机利用深度神经网络( Deep Neural NetworkNN)实现了对图片的识别,  
包括文字识别体分类、图像理解等这个过程中,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深度优先的思路录了对深度学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

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载