This commit is contained in:
qiwang067
2021-12-05 14:29:12 +08:00
parent 64c319cab4
commit 67eff6252b

View File

@@ -97,7 +97,8 @@
* 传统的计算机视觉由两个过程组成。
* 给定一张图,我们先要提取它的特征,用一些设计好的特征(feature),比如说 HOG、DPM。
* 提取这些特征后,我们再单独训练一个分类器。这个分类器可以是 SVM、Boosting然后就可以辨别这张图片是狗还是猫。
* 2012 年过后,我们有了卷积神经网络,大家就把特征提取以及分类两者合到一块儿去了,就是训练一个神经网络。这个神经网络既可以做特征提取,也可以做分类。它可以实现这种端到端的训练,它里面的参数可以在每一个阶段都得到极大的优化,这样就得到了一个非常重要的突破
* 2012Krizhevsky等人提出了AlexNetAlexNet在ImageNet分类比赛中取得冠军迅速引起了人们对于卷积神经网络的广泛关注
大家就把特征提取以及分类两者合到一块儿去了,就是训练一个神经网络。这个神经网络既可以做特征提取,也可以做分类。它可以实现这种端到端的训练,它里面的参数可以在每一个阶段都得到极大的优化,这样就得到了一个非常重要的突破。
![](img/1.15.png ':size=500')