斯坦福tensorflow教程(八) 计算机视觉和卷积网络简介

1 目录

• 计算机视觉
• 卷积神经网络
• 卷积
• 池化
• 特征可视化

2 计算机视觉

计算机视觉发展比较早，在1966年就有相关CV的人工智能论文

计算机视觉应用雏形：

相关应用：

• 图片分类
  
  
• 目标识别
  
  
  
• 物体标注
  
  
  
• Pose 识别
  
  
  
• 图标标题生成
  
  
  
• 图片内容理解
  
  
  
• 视觉问答
  
  
  
  
  
• 图像生成
  
  
  
• 迁移学习
  
  

3 卷积神经网络

我们先回顾下全连接网络：

全连接神经网络(fully connected neural network)，顾名思义，就是相邻两层之间任意两个节点之间都有连接。全连接神经网络是最为普通的一种模型（比如和CNN相比），由于是全连接，所以会有更多到权重值和连接，因此也意味着占用更多到内存和计算。

image

卷积神经网络的示意图如下：

4 卷积

卷积不是一个新的概念，在很早以前的索贝算子就应用到，在影像处理及电脑视觉领域中常被用来做边缘检测

更过卷积的操作，原先写过一篇文章，这里不再赘述

卷积神经网络(CNN)介绍与实践

下面是课件对input、filter、stride之间关系总的总结：

tensorflow的卷积层：

TensorFlow的padding操作：

5 池化

池化层的作用： 1. 不变性，更关注是否存在某些特征而不是特征具体的位置。可以看作加了一个很强的先验，让学到的特征要能容忍一些的变化。2. 减小下一层输入大小，减小计算量和参数个数。3. 获得定长输出。（文本分类的时候输入是不定长的，可以通过池化获得定长输出）4. 防止过拟合或有可能会带来欠拟合。

链接：https://www.zhihu.com/question/36686900/answer/91714601

最大池化

一些卷积神经网络变体：

• LeNet-5
  
  
• AlexNet
  
  
  
  
• VGGNet
  

• GoogLeNet

• ResNet