OpenMMLab AI实战营第二次笔记

其实今天讲的是用什么方法来区分图像中物体的类别。以简单的二分类为例，一个图像中有猫和狗，现在就要找到一种方法让机器来区分图像中的猫和狗。我们知道，猫和狗的特征不一样。传统的方法是通过人工设置特征工程来区分。但是人工设计的通用性太差，不利于推广，于是就想让机器去寻找物体的特征，让机器去进行图像分类，于是就产生了机器学习，这部分内容就属于西瓜书讲的内容。在实践过程中最典型的就是深度学习的各种网络。所谓深度学习网络，就是各种函数的嵌套组合通过调整各种参数来寻找最优解，我们进行训练的目的就是求解最优解的过程。深度学习网络开始从几十层到上百层(从vgg 到各种残差结构网络)，通过增加层数来提高准确率。后来发现训练参数过大，一般人没有资源来训练，开始在保证精度的情况下来降低参数，就产生轻量化网络，向边缘计算发展，争取商业化。后来又引入注意力机制，来提高训练精度和速度。