计算机视觉与OpenMMLab开源算法体系-Lesson1

1 计算机视觉基础

Classification 图像分类

Classification+Localization 介于分类和检测之间

Object Detection 目标检测

Segmentation 图像分割任务

Semantic Segmentation 语义分割

Instance Segmentation 实例分割

发展时间：

早期萌芽（1960-1980）

统计机器学习与模式识别 (1990~2000)

视觉特征：

ImageNet 大型数据库 (2006)

斯坦福大学的李飞飞教授于 2006 年启动了 ImageNet 项目，旨在为计算机视觉算法研究提供一个大规模、优质的图片数据库， ImageNet 迄今包含约 2 万类，共计约 1500 万张图片。自 2010 年起， ImageNet 官方举办了一年一度的大规模视觉识别挑战赛 ILSVRC，图像分类赛道要求参赛组在一个包含

1000 类别、 100 万张图像的 ImageNet 子集上完成图像分类任务。

初有成效的视觉系统 (~2010)

深度学习的时代 (2012~)

2 OpenMMLab算法体系

总体架构概览

通用：强大的训练器

统一：抽象模块

统一：训练流程

3 机器学习以及卷积神经网络基础知识

机器学习解决办法3步骤：

（1）训练

（2）验证

（3）应用

神经网络：

衡量神经网络的性能：损失函数

调整w,降低损失函数的值：梯度下降算法

神经网络训练流程：

（1）计算样本的损失

（2）计算样本损失的梯度

（3）根据梯度信息更新参数

欠拟合、拟合、过拟合：

早停：

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。