CS231n Notes
Written by TH 讠 NK
一、前言


常见的数据集

PASCAL
ImageNet
CIRAF10(10 classes, 50000 train and 10000 test/class)



为什么 10 年代的算法比 90 年代的更好？

计算能力更强，而且有了 GPU
数据集更好，带 label 的数据更多



功能

目标识别(object detection)：识别出一张图片中的物体是什么
目标分割：找出物体在哪里，并画出边界框(bounding box)
动作识别
图像描述(image caption)



二、目标识别


语义鸿沟(sematic gap)

我们给一个图像的语义概念(sematic idea)和计算机实际看到的像素值有着巨大的差距
而且还要处理视角、大小、明暗、变形、遮挡、背景混乱、类内差距的情况，因此我们...