計算機是無法直接理解一張的內容，但是我們可以制定不同的任務，根據任務需要，讓計算機學會處理任務，基本任務大體可以分為四個方面：
一是分類（classification），即是將影象結構化為某一類別的資訊，用事先確定好的類別(string)或例項id來描述。
二是定位（localization），即標出目標在影象的什麼位置，通常是以包圍盒的(bounding box)形式給出。
三是檢測（detection），分類任務關心整體，給出的是整張的內容描述，而檢測則關注特定的物體目標，要求同時獲得這一目標的類別資訊和位置資訊，檢測給出的是對前景和背景的理解。在目標定位中，通常只有乙個或固定數目的目標，而目標檢測更一般化，其影象**現的目標種類和數目都不定。
四是分割（segmentation），分割包括語義分割（semantic segmentation）和例項分割（instance segmentation），解決「每乙個畫素屬於哪個目標物或場景」的問題。語義分割不區分屬於相同類別的不同例項。例如，當下圖影象中有五個人時，語義分割會將五個人整體的所有畫素**為「人」這個類別。與此不同的是，例項分割需要區分出哪些畫素屬於第乙個人、哪些畫素屬於第二個人，哪些畫素屬於第三個人等。
基本框架是在影象特徵提取的基礎上，進行分類和回歸。
任務框架模式
分類特徵提取+分類
定位特徵提取+回歸
檢測特徵提取+分類和回歸
分割特徵提取+分類和回歸
特徵提取的方法有兩種：1、人工設計特徵提取器的方法；2、卷積神經網路
計算機視覺的演算法有哪些，具有哪些特點？
以大力出奇蹟為主。主要利用1billion的資料 512tpu 100小時以上的訓練方式得到5 以內的accuracy提公升。代表作有各大廠的 net。講求得其main idea即可。主要利用mnist,cifar等各種toy data 簡化假設 數學公式組合來得到聲稱可generalize至大規模...
計算機視覺 分類任務常用評價指標
吶，下面我們先來看看分類任務有哪些可以使用的指標。作為乙個summary，我在下面寫到的有準確率 accuracy 精確率 precision 召回率 recall p r曲線 precision recall curve f1 score，roc曲線，auc，混淆矩陣。在開始之前，我們首先來說一說...
計算機視覺基本原理 RANSAC
基本矩陣求解方法主要有 直接線性變換法 基於ransac的魯棒方法。先簡單介紹一下直接線性變換法 注 三個紅線標註的三個等式等價。在上述分析過程中，如果n 8時，最小二乘法求解是否是最優估計呢？接下來，我們重點 一下這個問題。穩健 robust 對資料雜訊的敏感性。對於上述取樣，如果出現外點 距離正...