計算機(jī)視覺模型訓(xùn)練與應(yīng)用計算機(jī)視覺模型應(yīng)用項目目標(biāo)（1）了解計算機(jī)視覺領(lǐng)域的基本任務(wù)。（2）了解圖像分類任務(wù)的常用網(wǎng)絡(luò)。（3）能夠針對應(yīng)用場景訓(xùn)練圖像分類模型。（4）能夠應(yīng)用圖像分類模型進(jìn)行預(yù)測。課堂導(dǎo)入計算機(jī)視覺機(jī)器視覺項目描述計算機(jī)視覺是一門研究如何使機(jī)器“看”的科學(xué)，更進(jìn)一步的說，就是指用攝影機(jī)和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等。計算機(jī)視覺是人工智能研究的重要領(lǐng)域，它試圖建立一個像人一樣的視覺感知系統(tǒng)。計算機(jī)視覺主要任務(wù)就是用于識別和理解圖像或視頻中的內(nèi)容。深度學(xué)習(xí)語義分割實例分割檢測分類計算機(jī)視覺基本任務(wù)在計算機(jī)視覺領(lǐng)域中，最主要的四大基本任務(wù)包括分類、檢測、語義分割和實例分割，下面是基本解釋及相關(guān)圖示。分類給定一張輸入圖像，圖像分類任務(wù)旨在判斷該圖像所屬類別。計算機(jī)視覺基本任務(wù)在計算機(jī)視覺領(lǐng)域中，最主要的四大基本任務(wù)包括分類、檢測、語義分割和實例分割，下面是基本解釋及相關(guān)圖示。檢測給定一張輸入圖像，目標(biāo)檢測任務(wù)旨在用方框框出圖片內(nèi)的物體和位置。計算機(jī)視覺基本任務(wù)在計算機(jī)視覺領(lǐng)域中，最主要的四大基本任務(wù)包括分類、檢測、語義分割和實例分割，下面是基本解釋及相關(guān)圖示。語義分割給定一張輸入圖像，在框出目標(biāo)的基礎(chǔ)上，區(qū)分圖像中每一點像素點。計算機(jī)視覺基本任務(wù)在計算機(jī)視覺領(lǐng)域中，最主要的四大基本任務(wù)包括分類、檢測、語義分割和實例分割，下面是基本解釋及相關(guān)圖示。實例分割可精確到物體的邊緣，需標(biāo)注出圖上同一物體的不同個體。圖像分類任務(wù)常用網(wǎng)絡(luò)ResNetDenseNetAlexNetMobileNet圖像分類任務(wù)常用網(wǎng)絡(luò)ResNet網(wǎng)絡(luò)結(jié)構(gòu)圖像分類任務(wù)常用網(wǎng)絡(luò)DenseNet網(wǎng)絡(luò)結(jié)構(gòu)圖像分類任務(wù)常用網(wǎng)絡(luò)AlexNet網(wǎng)絡(luò)參數(shù)配置圖像分類任務(wù)常用網(wǎng)絡(luò)

MobileNet是谷歌公司針對手機(jī)等嵌入式設(shè)備提出的一種輕量級的深度神經(jīng)網(wǎng)絡(luò)，主要用于移動和嵌入式設(shè)備的視覺方面，并且其與在ImageNet分類上的其他已有模型如GoogleNet和

VGG16相比，具有強(qiáng)大的性能。MobileNet可以應(yīng)用于多個領(lǐng)域，包括物體檢測、分類、跟蹤等。圖像分類任務(wù)常用網(wǎng)絡(luò)MobileNetV1模型的參數(shù)及說明訓(xùn)練垃圾分類模型實施思路01數(shù)據(jù)準(zhǔn)備02模型加載03模型訓(xùn)練04模型預(yù)測知識拓展LIME算法的全稱為LocalInterpretableModel-AgnosticExplanations，即與模型無關(guān)的局部可解釋性算法，它支持對圖像分類的結(jié)果以可視化的方式進(jìn)行解釋，實現(xiàn)步驟主要如下。步驟1：獲取圖像的超像素。步驟2：以輸入樣本為中心，在其附近的空間中進(jìn)行隨機(jī)采樣，每次采樣即對樣本中的超像素進(jìn)行隨機(jī)“遮掩”，每個采樣樣本的權(quán)重和該采樣樣本與原樣本的距離成反比。知識拓展步驟3：每個采樣樣本通過預(yù)測模型得到新的輸出，這樣得到一系列的輸入X和對應(yīng)的輸出Y。步驟4：將X轉(zhuǎn)換為超像素特征F，用一個簡單的、可解釋的模型來擬合F和Y的映射關(guān)系。