OPenmmlab实战营学习笔记——（一）

目录

一：计算机视觉

二：机器学习

三：神经网络

---

一：计算机视觉

        概念：计算机视觉就是算法，对图像或视频进行数据挖掘、图像识别、模式识别、特征提取等。

        解决的基本问题与算法体系：

                1：分类：识别出是什么东西——MMClassification

                2：目标检测：像素层坐标—— MMDetection

                3：图像分割：语义分割：对像素进行分类

                                        实例分割：区分出每一个物体

                                                                                        ——MMSegmentation

                4：关键点检测：输出若干关键点坐标——MMPose & MMHuman3D

 

二：机器学习

       1：概念：用深度神经网络来解决数据挖掘问题，从数据中学习经验，以解决特定问题（统计机器学习）。例如：语音识别、机器翻译。

       2： 机器学习典型范式：

                监督学习、无监督学习、强化学习、（自监督学习）

       3：机器学习中的分类问题：

                根据特征分类——>线性分类器——>求解分界面

       4：机器学习基本流程：

                训练——>验证——>应用

        5： 应用场景：自动驾驶、虚拟主播、风格迁移

                       视频理解与自动剪辑（例如：自动审核）

三：神经网络

        概念：一类拟合能力非常强的函数。