AI实战营-Day0 计算机视觉算法与机器学习、神经网络简介

目录

  • 一、计算机视觉的任务
  • 二、计算机视觉的应用
  • 三、计算机视觉的发展
  • 四、机器学习
  • 五、机器学习的基本流程
  • 六、神经网络的训练


一、计算机视觉的任务

计算机视觉三大任务:分类、检测、分割(语义分割、实例分割)
AI实战营-Day0 计算机视觉算法与机器学习、神经网络简介_第1张图片


二、计算机视觉的应用

  1. 图像识别:识别图像中的物体是什么(微信 扫一扫 识物)
  2. 图像检测:识别出照片中的脸并定位(人脸识别)
  3. 图像生成、风格迁移:从一张图片生成一张内容类似但风格不同的图像(动漫特效、虚拟主播)

三、计算机视觉的发展

  1. 早期萌芽 (1960~1980)
  2. 统计机器学习与模式识别 (1990~2000)
  3. ImageNet 大型数据库 (2006) — 引入大数据概念
  4. 初有成效的视觉系统 (~2010)
  5. 深度学习的时代 (2012~)

四、机器学习

  1. 机器学习是什么 — 从数据中学习经验,以解决待定问题
    AI实战营-Day0 计算机视觉算法与机器学习、神经网络简介_第2张图片
  2. 机器学习的典型范式 — 监督学习、无监督学习、强化学习

五、机器学习的基本流程

AI实战营-Day0 计算机视觉算法与机器学习、神经网络简介_第3张图片

六、神经网络的训练

AI实战营-Day0 计算机视觉算法与机器学习、神经网络简介_第4张图片
AI实战营-Day0 计算机视觉算法与机器学习、神经网络简介_第5张图片

你可能感兴趣的:(AI,人工智能,计算机视觉)