计算机视觉算法基础与 OpenMMLab笔记

CV引入

首先介绍了分类,检测,分割(实例分割语义分割),关键点检测常见CV问题及其区别。CS231N里有讲~
专用目标检测vs通用目标检测:你家的猫和猫

视觉特征:
计算机视觉算法基础与 OpenMMLab笔记_第1张图片

OpenMMLab

openMMLab算法库
计算机视觉算法基础与 OpenMMLab笔记_第2张图片

基础知识:

计算机视觉算法基础与 OpenMMLab笔记_第3张图片

如何理解Batch:
batch就是一批,你作为向量的一组
Batch大小是一个超参数,用于定义在更新内部模型参数之前要处理的样本数。将批处理视为循环迭代一个或多个样本并进行预测。在批处理结束时,将预测与预期输出变量进行比较,并计算误差。从该错误中,更新算法用于改进模型,例如沿误差梯度向下移动。训练数据集可以分为一个或多个Batch。当所有训练样本用于创建一个Batch时,学习算法称为批量梯度下降。当批量是一个样本的大小时,学习算法称为随机梯度下降。当批量大小超过一个样本且小于训练数据集的大小时,学习算法称为小批量梯度下降。
深度学习中的batch怎么理解呢?

CNN:
计算机视觉算法基础与 OpenMMLab笔记_第4张图片
卷积核的通道数和输入图像的通道数相同
输出特征图的通道数和卷积核的个数相同

计算机视觉算法基础与 OpenMMLab笔记_第5张图片

你可能感兴趣的:(计算机视觉)