|
一、深度学习三要素(data,operation,loss)
深度学习就是如何拟合数据的学科，神经网络有足够多的层或单元就可以拟合任何函数
data: the source of knowledge(supervision)
operation: the space of growth(learning parameters)，设计好定义函数空间，在初始化前提下，根据训练数据让函数逐渐接近数据想让他长成的样子
loss: the goal of fitting(final outputs)，输出目标对齐
二、描述网络
Network shape
layer: 层，相同神经元构成的整体
scale:尺度，the width and height of a layer-for input the original image size
width: 宽度，the number of channels in a layer
depth: 深度，the number of layers
Network complexity
model size: 训练参数数量
model complexity:浮点数运算，FLOPs是计算量，FLOPS是运算时间
receptive:感受野，网路传至某一层时，在这一层中任何神经元能够看到输入至图像中多大的范围，看到的范围越大，该神经元表达的语义信息就越丰富。但神经元可能受到噪声影响，所以很敏感
三、神经网络
1，全连接神经网络Fully-connected Neurons
input: WxHxDx
output: WyHyDy
connectivity:every pair of neurons in X and Y is connected
parameters: WxHxDxWyHyDy
FLOPs: WxHxDxWyHyDy
Peceptive field size:Wx*Hx
2，Lenet
卷积核：33最合适（22,11太小，44，55太大）
padding：边界点周围虚拟点以保证边界点
pooling：同一channel内进行（平移不变性），有两种方式：max,mean
感受野：11，55，66，1414，1616，3232 till the end
第一层卷积：55
第二层卷积：6*6
深度加深使神经元组合成指数级增长，宽度加宽只是现象级增长
在构建网络时，经历重复网络结构；自动设计网络automatic
数据增强很有用，对深度，非深度都适用
CNN中倾向于小滤波器，更深的网络结构
CNN中小数据集网络微调可以极大的提升性能
CNN方法远远好于非深度学习方法
四、分类
1，分类
卷积与全连接之间加SPP层（空间金字塔池化Spatial Pyramid Pooling)
数据增强很有用，对深度，非深度都适用
CNN中倾向于小滤波器，更深的网络结构
CNN中小数据集网络微调可以极大的提升性能
CNN方法远远好于非深度学习方法
2，检测
1）主要思想是基于区域的卷积神经网络特性提取与分类
2）步骤：
imput image------Extract region proposals(提出候选区域)----- compute CNN features------- classify region
3）代表：
speed first: SSD
Balance speed and accuracy: R-FCN
accuraccy fist: Faster RCNN
3，分割
1）分类（由容易到难）：
语义分割：表示出车辆总区域
实例分割：不同车辆不同区域
全景分割：不同车辆且不同背景物体分开
2）代表：
Graph Cut 图割算法 全景、背景分割
出发点：整幅图像每个像素看作一个节点，两个像素间的关系如灰度、距离看作节点间的相似性
目的：划分出具有代表意义的全景与背景区域
假设前提：全景区域与背景区域在空间位置及颜色上有非常大的差别，希望建立能量最小化函数及图割函数寻找节点截断（带来的能量损失最小）
CRF-马尔可夫随机场
重要工作：对分割粗糙的全景图像进行校正，输出精确的特征
主要思想：构建影像图，把像素看作节点，通过不同节点相似性计算灰度或距离关系，通过条件随机场建模，寻求全景与背景的最优划分
|