吴恩达2022机器学习专项课程C2(高级学习算法)W1(神经网络):2.3 案例图像识别

目录

电脑如何表示一张图像

1.像素

像素是图像最小单位,用于表示图像中的点或区域,并具有特定的亮度或颜色值。本案例图像的像素为1000x1000像素。在计算机中,实际上是一个1000x1000的像素亮度(强度)值矩阵。

2.像素亮度值

像素亮度值描述像素的亮度或颜色强度,此案例中。亮度值的范围是0-255。197是图像左上角的亮度值,214是图像右下角的亮度值。

3.展开像素亮度值

将这些像素亮度转换成一个向量,向量包含1000*1000,也就是100万个亮度值。

神经网络构建人脸识别

1.需求

构建一个人脸识别应用程序,能否训练一个神经网络,该网络以包含100万像素亮度值的特征向量为输入,并输出图片中人物的身份。

2.整体过程

将图像X输入到第一个隐藏层,隐藏层提取一些特征。第一个隐藏层的输出到第二个隐藏层,第二个隐藏层的输出到到第三层,最后到输出层,最后估计,例如这可能是某个特定人物的概率。

3.隐藏层识别图像

  • 第一个隐藏层:寻找图像中非常短的线或非常短的边缘,层里的神经元寻找低垂直线或类似的垂直边缘,或寻找一个方向的线或方向的边缘,或寻找具有该方向的线。
  • 第二个隐藏层:检测面部的某个部分存在或不存在,神经元们检测眼睛,检测耳朵,或检测鼻子的某个角落。
  • 第三个隐藏层: 检测更大更粗的面部形状的存在或不存在。
  • 输出层:最后,检测脸部与不同脸部形状的对应程度,创建了一组丰富的特征,然后帮助输出层尝试确定图片中人物的身份

4.小结

本例中,第一层中查找短小的边缘,第二层中查找眼睛和鼻子等面部部位,然后在第三层中查找更完整的面部形状。神经网络能够自己从数据中找出这些特征,而无需明确指引。同时,每一层用的窗口更大,也就是在图像的搜寻范围上更大。

神经网络构建识别汽车

第一个隐藏层层学习图像边缘,第二个隐藏层学习检测汽车的部件,第三个隐藏层学习检测更完整的汽车轮廓。

神经网络在计算机视觉应用中的工作原理

只要输入不同的数据,神经网络就会自动学习检测不同的特征,从而完成汽车检测、人脸识别,或者判定输入是否含有某个特定事物的预测任务。

相关推荐
之歆20 分钟前
Python-正则表达式-信息提取-滑动窗口-数据分发-文件加载及分析器-浏览器分析-学习笔记
python·学习·正则表达式
体系结构论文研讨会27 分钟前
多项式环及Rq的含义
算法
rui锐rui28 分钟前
大数据学习7:Azkaban调度器
学习
智驱力人工智能36 分钟前
极端高温下的智慧出行:危险检测与救援
人工智能·算法·安全·行为识别·智能巡航·高温预警·高温监测
AI_Keymaker40 分钟前
技术不再是阻碍,这是属于产品和运营的时代?
机器学习
森焱森44 分钟前
60 美元玩转 Li-Fi —— 开源 OpenVLC 平台入门(附 BeagleBone Black 驱动简单解析)
c语言·单片机·算法·架构·开源
课堂剪切板2 小时前
ch07 题解
算法·深度优先
科大饭桶3 小时前
数据结构自学Day5--链表知识总结
数据结构·算法·leetcode·链表·c
北风toto3 小时前
python学习DataFrame数据结构
数据结构·python·学习
qq_386322694 小时前
华为网路设备学习-26(BGP协议 一)
学习