一、計算機視覺能解決那些問題——分類、檢測、分割
分割是對像素力度進行分析，像PS一樣每個像素都精确到，是最難的問題
如果把每個人畫個框這叫目标檢測，多個物體多個種類分别畫框
如果給每個像素進行分類稱之為語義分割
如果把不同的物體分别分割出來稱之為執行個體分割
(語義分割同一種物體會分為一起，執行個體分割将同個物體區分開來)
關鍵點檢測：
人體的關節檢測連成像火柴人
二、計算機視覺問題彙總：
（1）圖像分類問題：
（2）不同物體畫框框框出來：目标檢測問題
（3）同種種類的貓和狗區分出來：語義分割問題(像素進行單獨分類)
（4）不同的貓和狗個體分割出來：執行個體分割
（5）人體姿态的關鍵點檢測：
可以判斷人體在做些什麼：
三、深度學習三大馬車
1.算力：cpu、gpu、tpu、fpga。。。
2.資料：海量标注好，結構化的資料
imageNet資料集就是一個具有海量圖像分類的資料集
3.算法：如何訓練一個很深、高效、防止過拟合的模型
imageNet的算法比賽，錯誤率的變化：
AlexNet：首次用卷積神經網絡
ResNet：深度殘差網絡，通過殘差結構可以訓練非常深的卷積神經網絡，不再懼怕深度(首次超過人類水準)
不同模型的計算量、參數數量以及準确率之間的關系：
圈越大表示參數量越多
圓心越靠右表示計算量越大
圓心越靠上準确率越高
可以看到Resnet系列和inception-v3都表現不錯
而VGG比較臃腫
上面是分類的介紹
四、目标檢測方法
在目标檢測領域的方法主要兩種：
1.兩階段：先提取候選框，在對每一個候選框甄别，把置信度較高的框篩選出來，得出最後的結果（速度慢）
如Faster R-CNN要提取兩千多個候選框，明顯不會出現2000多個物體，算力和時間被消耗，但是準确率比較高
2.單階段方法：不需要提取候選框，直接把圖像喂進去就能得到結果
紅色的具有重要意義的模型：
五、參考資料
http://cs231n.stanford.edu/