图像分类

• 计算机视觉的核心问题

为什么对计算机来说是困难的：

• 在计算机中一张图片是一堆像素
• 拍摄角度
• 光线不同
• 姿态不同
• 遮挡问题
• 背景干扰
• 多个目标图像

传统编程思想无法解决图像分类问题

比较早的时候也没有大量数据供使用

通过大量数据训练模型来进行图像识别——图像分类器

CIFAR-10 训练集：

• 10个类别
• 50000训练图片，32✖️32
• 10000测试图片

k最近邻分类器

• 记住所有有标签的图片
• 将给定的新的图片与记住的图片一一对比，判断它的标签

如何对比图片

• 计算曼哈顿距离：每个像素的差的绝对值求和

• 找到距离最近的图片对应的标签

• 数据越多，测试耗费的时间越长

• 欧式距离：像素差平方和开根号

超参数

• 距离算法：曼哈顿、欧式
• k，选择几张距离最近的图片对应标签来投票决定测试图片的标签
• 选择超参数的方法：测试不同的值
• 交叉验证法，找到合适超参数，防止过拟合

算法的缺点

• k-近邻算法不会用在图像分类上
• 图片略做变动，距离值会有很大的变化，很难得到很好的分类结果。

线性分类器

此处引出神经网络，卷积神经网络