Computer Vision(CS131,CS231n)学习笔记(1)

选用了Stanford University的CS131还有CS231n这两门课程作为素材,很多资料已经可以在这两门课程的网站上找到。

开这个新坑的目的是为了督促自己学习,同时也顺路把自己的研究项目合并到一块。

目录

In cs231

Lecture 2: Image Classification Pipeline 图像识别的流水线

Python Numpy Tutorial

图像识别是计算机视觉中的一项主要任务,想像一下,当我们已经有了一个候选标签池{dog, cat, truck, plane..}时,我们该如何将图片与这些标签池中的标签相对应呢?

这个问题,在计算机的角度看来: 一张图片,如果采用RGB模式编码的话,最终会生成一个大小为 NM3 的多维矩阵,其中 N 为图片的长度(上至下), M 为图片的宽度(左至右)

从而我们面临的挑战可以分为以下六类

  • 观测点变化
  • 光照环境影响
  • 形变
  • 遮挡物
  • 杂乱的背景环境
  • 类间变化(多出现于某种族内部的区分)

下面介绍一个简单的图片分类器(Image Classifier)
Nearest Neighbor Classifier
数据集: CIFAR-10
数据集介绍: 这是一个包含10个类标签,5万张训练图片,以及1万张测试图片的数据集,每个图片的大小为32像素*32像素

线性分类器(Linear Classifier)

f(xi,W,b)=Wxi+b

简单地说,这是一个能够将图片中每个像素,经过一个特殊的权矩阵 W 后转换为各类评分的函数
之后我们还会介绍
- Loss function
- 优化过程
- ConvNets

需要用到的工具:

资源:
http://www.dataguru.cn/thread-371987-1-1.html


欢迎使用Markdown编辑器写博客

本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:

Markdown和扩展Markdown简洁的语法
- 代码块高亮
- 图片链接和图片上传
- LaTex数学公式
- UML序列图和流程图
- 离线写博客
- 导入导出Markdown文件
- 丰富的快捷键


快捷键

  • 加粗 Ctrl + B
  • 斜体 Ctrl + I
  • 引用 Ctrl + Q
  • 插入链接 Ctrl + L
  • 插入代码 Ctrl + K
  • 插入图片 Ctrl + G
  • 提升标题 Ctrl + H
  • 有序列表 Ctrl + O
  • 无序列表 Ctrl + U
  • 横线 Ctrl + R
  • 撤销 Ctrl + Z
  • 重做 Ctrl + Y

Markdown及扩展

Markdown 是一种轻量级标记语言,它允许人们使用易读易写的纯文本格式编写文档,然后转换成格式丰富的HTML页面。 —— [ 维基百科 ]

使用简单的符号标识不同的标题,将某些文字标记为粗体或者斜体,创建一个链接等,详细语法参考帮助?。

本编辑器支持 Markdown Extra ,  扩展了很多好用的功能。具体请参考Github.

表格

Markdown Extra 表格语法:

项目 价格
Computer $1600
Phone $12
Pipe $1

可以使用冒号来定义对齐方式:

项目 价格 数量
Computer 1600 元 5
Phone 12 元 12
Pipe 1 元 234

定义列表

Markdown Extra 定义列表语法:
项目1
项目2
定义 A
定义 B
项目3
定义 C

定义 D

定义D内容

代码块

代码块语法遵循标准markdown代码,例如:

@requires_authorization
def somefunc(param1='', param2=0):
    '''A docstring'''
    if param1 > param2: # interesting
        print 'Greater'
    return (param2 - param1 + 1) or None
class SomeClass:
    pass
>>> message = '''interpreter
... prompt'''

脚注

生成一个脚注1.

目录

[TOC]来生成目录:

    • 目录
      • In cs231
        • 从而我们面临的挑战可以分为以下六类
    • 线性分类器Linear Classifier
  • 欢迎使用Markdown编辑器写博客
    • 快捷键
    • Markdown及扩展
      • 表格
      • 定义列表
      • 代码块
      • 脚注
      • 目录
      • 数学公式
      • UML 图
    • 离线写博客
    • 浏览器兼容

数学公式

使用MathJax渲染LaTex 数学公式,详见math.stackexchange.com.

  • 行内公式,数学公式为: Γ(n)=(n1)!n
  • 块级公式:

x=b±b24ac2a

更多LaTex语法请参考 这儿.

UML 图:

可以渲染序列图:

Created with Raphaël 2.1.0 张三 张三 李四 李四 嘿,小四儿, 写博客了没? 李四愣了一下,说: 忙得吐血,哪有时间写。

或者流程图:

Created with Raphaël 2.1.0 开始 我的操作 确认? 结束 yes no
  • 关于 序列图 语法,参考 这儿,
  • 关于 流程图 语法,参考 这儿.

离线写博客

即使用户在没有网络的情况下,也可以通过本编辑器离线写博客(直接在曾经使用过的浏览器中输入write.blog.csdn.net/mdeditor即可。Markdown编辑器使用浏览器离线存储将内容保存在本地。

用户写博客的过程中,内容实时保存在浏览器缓存中,在用户关闭浏览器或者其它异常情况下,内容不会丢失。用户再次打开浏览器时,会显示上次用户正在编辑的没有发表的内容。

博客发表后,本地缓存将被删除。 

用户可以选择 把正在写的博客保存到服务器草稿箱,即使换浏览器或者清除缓存,内容也不会丢失。

注意:虽然浏览器存储大部分时候都比较可靠,但为了您的数据安全,在联网后,请务必及时发表或者保存到服务器草稿箱

浏览器兼容

  1. 目前,本编辑器对Chrome浏览器支持最为完整。建议大家使用较新版本的Chrome。
  2. IE9以下不支持
  3. IE9,10,11存在以下问题
    1. 不支持离线功能
    2. IE9不支持文件导入导出
    3. IE10不支持拖拽文件导入


  1. 这里是 脚注内容. ↩

你可能感兴趣的:(Computer Vision(CS131,CS231n)学习笔记(1))