mmlab寒假实战营笔记1

mmlab寒假实战营

注：本博客仅用于个人上课随手笔记

计算机视觉算法基础与OpenMMLab介绍

一、上课笔记

1.视觉任务

1.分类

2.分类+单目标检测

3.多目标检测

4.语义分割 （不管重合物体）

5.实例分割（区分每一个物体，比如同一类有很多个实例，或者这些有遮挡）。

难度：分类<目标检测 < 语言分割 <实例分割

前三者都是细粒度（像素级分类）

2.深度学习发展历史和应用

开山：alexnet

快速发展：Googlenet，resnet，densenet

应用：辅助驾驶，图像生成和分割迁移，遥感，虚拟主播（人脸关键点检测），视频理解

3.openmmlab

mmlab提供的算法框架有

mmdetect，mmsegmentation，mmclassification等

升级2.0，更加强大。提供了友好的框架和大量的辅助工具。更好辅助开发者，专注于模型的开发。

4.机器学习和神经网络基础概念

机器学习是什么？从数据中学习经验，以解决特定的问题。

寻找特征，提取去分类（比如线性分类）

以分类问题为例，采用机器学习方法三步骤：

1.训练 2.验证3.应用

神经网络；

特点：非线性分类

介绍了非线性分类器，神经元，多层感知器（MLP）。

神经网络训练：利用损失函数，使用梯度下降算法，通过反向传播更新每个神经元参数。

衡量神经网络性能：损失函数，如CE交叉熵损失函数

梯度下降算法：sgd，adam

训练策略：防止过拟合，采用早停。

卷积神经网络（CNN）：

特点：局部连接，共享权重，可以大量节约参数，有效提取图像特征。

组成：卷积层，激活层，池化层，全连接层，类别概率

卷积层：通过使用多个卷积核，可以生成多种特征。

激活层：使用激活函数进行非线性化激活，如RELU。

池化层：减少参数，提高空间鲁棒性，有最大池化和平均池化。

全连接层：通过矩阵乘法将输入特征映射为输出特征、

概率输出层：将输出特征转换为概率向量，如使用sigmoid函数进行二分类（映射到0-1），或者多分类，使用softmax计算k个类对应的预测概率。

二、课后疑问

无