CS231N学习笔记-图像分类

 仅供自己学习记录参考

注：感谢B站up主，同济子豪兄的优质课程

【子豪兄】精讲CS231N斯坦福计算机视觉公开课（2020最新）_哔哩哔哩_bilibili

第二讲 图像分类

概述

目标检测等方向本质是图像分类

一个通道由三个RGB矩阵构成，其中的像素点是[0,255],像素点值是0-2^8

其中目标的图像可能只占一部分，但是也要可以识别：

 图像分类是一个黑盒，不能像计算公式那样明显的推导，不能人工构建特征，需要用大量图片灌输，形成特征

如果手动构建，人类无法详细的描述特征，也不能高效的构建

所以就要用到机器学习的数据驱动方法：

        1）准备大量图片和标签

        2）使用数据进行机器训练

        3）评估/测试分类器

First classifier：Nearest Neighbor（近邻算法）

算法思想

看离这个点最近的点是好的还是坏的，离他最近的是好人，这个点就是好人，离他最近的是坏人，他就是坏人，也叫惰性算法，不需要构建算法

一个比较权威的数据集CIFAR 10

L1 distance（曼哈顿距离/第一街区距离）：把两个方向的绝对值之差相加

类别边界，就是每个点相对另一个点的垂直平分线

代码实现（python2）及算法问题

问题：训练的时候不需要花时间，预测的时候在进行大量计算，不符合实际要求

算法具象化

K-Nearest Neighbors

算法思想

比较该点周围K个点的好坏，在判断该点。如果这个点的三个或更多个周围点都是好的，那么该点也是好的。反之，该点为坏

L2 distance（）：所有点到原点的距离

不管连个点怎么变换，距离都是不变的 但是L1就会发生变动

两种距离计算和不同近邻算法的DEMO演示：http://vision.stanford.edu/teaching/cs231n-demos/knn/

怎样选择超参数呢？

两个超参数：K值和distance类型

训练集、验证集、测试集

交叉验证法

用在小数据集上更有效

算法缺陷

下面图片处理以后的L2距离相同，但是这些图片跟原图有较大差别

随着维度的增加，计算量指数级增大

应用

推荐系统（协同过滤模型）

Linear Classification（线性分配器）

二维

三维

分类器使用的基本思想

把原图像像素值编程自变量输入函数，可以得到权重W和截距b

使用线性分类器训练出来的图像效果（将提取的特征可视化了）

线性分类效果

太直了，只能用直线分类

很多非直线问题无法解决

tensorflow-playground-demo

https://playground.tensorflow.org/#activation=tanh&regularization=L1&batchSize=10&dataset=xor&regDataset=reg-plane&learningRate=0.03&regularizationRate=0&noise=0&networkShape=4,3,3,3,3&seed=0.93022&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&hideText=false