上面是一段實(shí)時(shí)目標(biāo)識(shí)別的演示， 計(jì)算機(jī)在視頻流上標(biāo)注出物體的類別， 包括人、汽車、自行車、狗、背包、領(lǐng)帶、椅子等。今天的計(jì)算機(jī)視覺(jué)技術(shù)已經(jīng)可以在圖片、視頻中識(shí)別出大量類別的物體， 甚至可以初步理解圖片或者視頻中的內(nèi)容， 在這方面，人工智能已經(jīng)達(dá)到了3 歲兒童的智力水平。這是一個(gè)很了不起的成就， 畢竟人工智能用了幾十年的時(shí)間， 就走完了人類幾十萬(wàn)年的進(jìn)化之路，并且還在加速發(fā)展。道路總是曲折的， 也是有跡可循的。在嘗試了其它方法之后， 計(jì)算機(jī)視覺(jué)在仿生學(xué)里找到了正確的道路（至少目前看是正確的） 。通過(guò)研究人類的視覺(jué)原理，計(jì)算機(jī)利用深度神經(jīng)網(wǎng)絡(luò)（ Deep Neural Network，NN）實(shí)現(xiàn)了對(duì)圖片的識(shí)別，包括文字識(shí)別、物體分類、圖像理解等。在這個(gè)過(guò)程中，神經(jīng)元和神經(jīng)網(wǎng)絡(luò)模型、大數(shù)據(jù)技術(shù)的發(fā)展，以及處理器（尤其是GPU）強(qiáng)大的算力，給人工智能技術(shù)的發(fā)展提供了很大的支持。本文是一篇學(xué)習(xí)筆記， 以深度優(yōu)先的思路， 記錄了對(duì)深度學(xué)習(xí)（Deep Learning）的簡(jiǎn)單梳理，主要針對(duì)計(jì)算機(jī)視覺(jué)應(yīng)用領(lǐng)域。
標(biāo)簽：
深度神經(jīng)網(wǎng)絡(luò)
目標(biāo)檢測(cè)
上傳時(shí)間：
2022-06-22
上傳用戶：
