OpenMMLab实战第二节课

本节课主要是讲了一些图像分类的内容和基础的视觉模型，那我们马上开始吧。

我们做图像分类，首先就是要先明确图像分类是什么——就是给定一张图片，让计算机自己识别图片中的物体是什么，并输出。计算机中输入的图像一般是数字图像，即由许多数字构成的矩阵，每一个数值代表一个像素值，一般灰度图像有单个通道，彩色图像有三个通道（RGB），所以在计算机中，图像的内容是所有的像素整体呈现的结果。

一般的机器学习规则就是：①收集数据→②定义模型→③训练→④预测，对于图像问题也是这个流程，但机器学习有算法效率低的问题，一般只用来处理数据量不大的情况，如果数据超高维度和分布复杂时，机器学习就有些相形见绌。如下图所示：

————————————————
版权声明：本文为CSDN博主「黎小娅」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_47951454/article/details/128867763