-深度学习--图像五大技术

CNN浅析和历年ImageNet冠军模型解析

http://www.infoq.com/cn/articles/cnn-and-imagenet-champion-model-analysis

解读Keras在ImageNet中的应用：详解5种主要的图像识别模型

https://yq.aliyun.com/articles/78726

Keras中最新的深度学习图像分类器

Keras提供了五种开箱即用型的CNN：

      1. VGG16

      2. VGG19

      3. ResNet50

      4. Inception V3

      5. Xception

视觉识别是计算机视觉的关键组成部分，如：

图像分类、对象检测、目标跟踪、语义分割、实例分割

实质：物体检测和分割，都可以被归结为图像分类问题。

分类的种类：

图像分类包括通用图像分类、细粒度图像分类等。图1展示了通用图像分类效果，即模型可以正确识别图像上的主要物体。

分类的难点

        对于人来说，识别出一个像“猫”一样视觉概念是简单至极的，然而从计算机视觉算法的角度来看就值得深思了。我们在下面列举了计算机视觉算法在图像识别方面遇到的一些难点，要记住图像是以3维数组来表示的，数组中的元素是亮度值。

• 视角变化（Viewpoint variation）：同一个物体，摄像机可以从多个角度来展现。
• 大小变化（Scale variation）：物体可视的大小通常是会变化的（不仅是在图片中，在真实世界中大小也是变化的）。
• 形变（Deformation）：很多东西的形状并非一成不变，会有很大变化。
• 遮挡（Occlusion）：目标物体可能被挡住。有时候只有物体的一小部分（可以小到几个像素）是可见的。
• 光照条件（Illumination conditions）：在像素层面上，光照的影响非常大。
• 背景干扰（Background clutter）：物体可能混入背景之中，使之难以被辨认。
• 类内差异（Intra-class variation）：一类物体的个体之间的外形差异很大，比如椅子。这一类物体有许多不同的对象，每个都有自己的外形。

• PASCAL VOC 数据集

    PASCAL VOC从2005年到2012年每年都发布关于分类、检测、分割等任务的数据库，并在相应数据库上举行了算法竞赛，极大地推动了视觉研究的发展进步．最初2005年PASCAL VOC数据库只包含人、自行车、摩托车、汽车共4类，2006年类别数目增加到10类，2007年开始类别数目固定为20类，以后每年只增加部分样本．PACAL VOC数据库中物体类别均为日常生活中常见的物体，如交通工具、室内家具、人、动物等．PASCAL VOC数据库共包含9963张图片，图片来源包括filker等互联网站点以及其他数据库，每类大概包含96～2008张图像，均为一般尺寸的自然图像．PASCAL VOC数据库与Caltech-101相比，虽然类别数更少，但由于图像中物体变化极大，每张图像可能包含多个不同类别物体实例，且物体尺度变化很大，因而分类与检测难度都非常大．该数据库的提出，对物体分类与检测的算法提出了极大的挑战，也催生了大批优秀的理论与算法，将物体识别的研究推向了一个新的高度.

  ImageNet 数据集

    随着分类与检测算法的进步，很多算法在以上 提到的相关数据库上性能都接近饱和，同时随着大 数据时代的到来、硬件技术的发展，也使得在更大规 模的数据库上进行研究和评测成为必然．ImageNet是由Li主持构建的大规模图像数据库，图像类别按照WordNet构建，全库截止2013年共有1400万张图像，2.2万个类别，平均每类包含1000张图像．这是目前视觉识别领域最大的有标注的自然图像分辨率的数据集，尽管图像本身基本还是以目标为中心构建的，但是海量的数据和海量的图像类别，使得该数据库上的分类任务依然极具挑战性．除此 之外，ImageNet还构建了一个包含1000类物体 120万图像的子集，并以此作为ImageNet大尺度视 觉识别竞赛的数据平台，也逐渐成为物体分类算法 评测的标准数据集．

  
  

TensorFlow之CNN图像分类及模型保存与调用

https://blog.csdn.net/Enchanted_ZhouH/article/details/74116823

数据集中总共有五种花，分别放在五个文件夹下。

#将所有的图片resize成100*100