一、计算机视觉能解决那些问题——分类、检测、分割
分割是对像素力度进行分析，像PS一样每个像素都精确到，是最难的问题
如果把每个人画个框这叫目标检测，多个物体多个种类分别画框
如果给每个像素进行分类称之为语义分割
如果把不同的物体分别分割出来称之为实例分割
(语义分割同一种物体会分为一起，实例分割将同个物体区分开来)
关键点检测：
人体的关节检测连成像火柴人
二、计算机视觉问题汇总：
（1）图像分类问题：
（2）不同物体画框框框出来：目标检测问题
（3）同种种类的猫和狗区分出来：语义分割问题(像素进行单独分类)
（4）不同的猫和狗个体分割出来：实例分割
（5）人体姿态的关键点检测：
可以判断人体在做些什么：
三、深度学习三大马车
1.算力：cpu、gpu、tpu、fpga。。。
2.数据：海量标注好，结构化的数据
imageNet数据集就是一个具有海量图像分类的数据集
3.算法：如何训练一个很深、高效、防止过拟合的模型
imageNet的算法比赛，错误率的变化：
AlexNet：首次用卷积神经网络
ResNet：深度残差网络，通过残差结构可以训练非常深的卷积神经网络，不再惧怕深度(首次超过人类水平)
不同模型的计算量、参数数量以及准确率之间的关系：
圈越大表示参数量越多
圆心越靠右表示计算量越大
圆心越靠上准确率越高
可以看到Resnet系列和inception-v3都表现不错
而VGG比较臃肿
上面是分类的介绍
四、目标检测方法
在目标检测领域的方法主要两种：
1.两阶段：先提取候选框，在对每一个候选框甄别，把置信度较高的框筛选出来，得出最后的结果（速度慢）
如Faster R-CNN要提取两千多个候选框，明显不会出现2000多个物体，算力和时间被消耗，但是准确率比较高
2.单阶段方法：不需要提取候选框，直接把图像喂进去就能得到结果
红色的具有重要意义的模型：
五、参考资料
http://cs231n.stanford.edu/