CS231n-2017 第1讲 课程简介

一. 一些前导和同步课程

• CS131：Computer Vision: Foundations and Applications
• CS231a： Computer Vision, from 3D Reconstruction to Recognition
• CS 224n: Natural Language Processing with Deep Learning
• CS 230: Deep Learning，Andrew Ng

二. 计算机视觉的发展历程

• (1) 五亿四千万年前，出现生物大爆炸，有研究称是由于眼睛被进化出来。
• (2) 16世纪时，出现照相机，利用了小孔成像原理。
• (3) 上世纪60年代，对猫的视觉中枢部分进行研究，发现分层结构：不同层级的神经元逐步将简单的视觉信息组合成复杂信息。
• (4) 1963年，计算机视觉领域的第一篇博士论文：Block World，识别并重建简单形状。
• (5) 1966年，MIT视觉工程暑期项目，声称要花一个暑假的时间构建计算机视觉领域的框架。
• (6) 上世纪70年代，一本Vision的书，如何逐步构建计算机视觉：由边、角、点搭建2D草图，由曲面朝向等构建2.5D草图，最终由曲面、空间体等要素形成3D重建。
• (7) 上世纪80年代：将3D世界简化为简单图形，如将人体简化为多个圆柱体按一定距离组合在一起；将剃须刀简化为线图。
• (8) 上世纪90年代：统计机器学习方法开始加速发展，支持向量机模型、boosting方法，图模型等，还有基于AdaBoost的人脸检测算法。
• (9) 本世纪初，基于特征的图像识别算法，SIFT算子。
• (10) 本世纪：数据驱动的计算机视觉领域，PASCAL数据集，20类别，每个类别成千上万张图片。ImageNet数据集：1400万张图，22000个类别。ImageNet竞赛：140万张图，2000个类别。
• (11) 深度神经网络：2012年，使用卷积神经网络，将ImageNet竞赛中的错误率由25%降低到16%，降幅将近10%。2012年采用的AlexNet深度为7层，2014年，Google的研究人员提出19层的VGG；2015年，MSRA提出152层的ResNet。

三. 本课程的主要内容

专注于图像分类，会涉及目标检测、图像描述，以及诸如图像风格迁移等前沿方向。

四. 主要技术手段与工具

• 卷积神经网络。
• 编程语言：python。
• 第三方包：Numpy，Matplot。
• IDE：Jupyter Notebook

备注

CS231n为斯坦福李飞飞老师开设的计算机视觉领域的课程。最新的资源是2018年的，但没有开放视频。因此，本系列博文是依托于2017年的相关材料。

一些有用的链接

• 中英文课程网址。
• 斯坦福cs231n课程主页。
• 课程大纲。
• 课程配套笔记。