计算机视觉与OpenMMLab开源算法体系(听课笔记1)

虽然这是一个已经不新鲜的领域,但是对于我来说,几乎全新。

一个半小时的介绍听下来倍感压力山大。需要理解的知识点太多,领域的拓宽得需要重新摆正心态。

计算机视觉:对图像或者视频图像信息进行图像挖掘,图像处理等,分类,检测,分割(语义分割,实例分割,全景分割-无人驾驶很重要,是在实例分割基础上实现的)
图像识别:识别图像中的物体是什么

深度学习,使用深度神经网络来处理事情
计算机视觉应用,图像生成,风格迁移,视频理解与自动剪辑
Eigen Face 做人脸识别需要知道
pytorch openmmlab在pytorch基础上建立起来的

算法框架介绍
1、MMSegementation,卫星图像
2、MMPose@MMHuman3D 主要对人体进行分析
3、MMTracking,追踪物体的连续动作处理,追踪视频
4、MMEditing,图像修复inpainting,抠图matting,超分辨率super-resolution,图像生成generation

OpenMMLab2.0

机器学习,神经网络简介
为什么要让“机器”去“学习”
线性分类器与非线性分类器
机器学习的基本流程:训练,验证,应用
多层感知器

神经网络的训练
损失函数,梯度下降算法
欠拟合,过拟合
卷积神经网络CNN,卷积层,卷积的变形,卷积的边缘填充
激活层,常用激活函数,池化层,全连接层

你可能感兴趣的:(计算机视觉,深度学习,人工智能)