这个视频我可能看了两三遍了，不过之前看的有点不记得了，特征点指的是什么呢？

就是你想要在图像当中标注的某些特定的位置，以人脸作为举例，你可能想知道眼睛或者是嘴角的位置，在这里就可以用(Lx1，Ly1)的方式将这些点标注记录下来，然后做一个训练。

吴恩达在这一小节当中，主要讲解的是在实际应用过程当中，比较成熟的两种特征点标记方法，比如说人脸的72点标记，身体轮廓32点标记法等等。要注意的是，每一个点对应的都是不同的位置，不同图片序号相同的点对应的都是同一个位置 。

我们可以通过标记的这些数据进行训练，然后可以得到一些很有趣的结果，可以用来进行人脸识别，或者表情的判断，身体姿态的判断等等。

个人想法

在这里我想多讲一点，整个深度学习其实就是一个基于数据集做回归的一个过程，数据集并不能由机器直接生成，如果机器可以直接生成，就没有做深度学习的必要性了。

那么在这几年的发展过程当中，中国形成了一批做数据标注的数据工厂，类似于新时代的搬砖工人。

在数据标注行业，现在主要分为两种形式，一个是众包数据标注，就是一个普通没事干的人，在家里看一些教学视频，然后就可以在网上进行标注。在这个领域里做的比较好的是龙猫众包。
http://renwu.longmaosoft.com/index

另外一个形式是数据工厂，就有点类似于一个富士康那样的，只不过工人都是坐在电脑前面，这个做的比较好的叫做贝赛basicFinder。
https://www.basicfinder.com/services/label/

既然深度学习是未来几十年的一个发展方向，那么这个数据标注绝对是一个很有潜力的发展方向，现在主要是因为这个标注完全是依赖着项目走的，每一个项目都是不同的标注方法，数据也很难做到复用，因此利润可能比较小。

如果能把标注方法规范化，数据标注可复用，数据共享的话，这一块的前景还是非常大的，其实这也是我想做的一个方向之一。