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
zzywxc7875 小时前
AI在金融、医疗、教育、制造业等领域的落地案例
人工智能·机器学习·金融·prompt·流程图
武文斌775 小时前
arm启动代码总结
arm开发·嵌入式硬件·学习
MChine慕青5 小时前
顺序表与单链表:核心原理与实战应用
linux·c语言·开发语言·数据结构·c++·算法·链表
我怕是好5 小时前
学习stm32 蓝牙
stm32·嵌入式硬件·学习
索迪迈科技6 小时前
STM32F103C8T6开发板入门学习——点亮LED灯2
stm32·嵌入式硬件·学习
塔中妖6 小时前
【华为OD】查找接口成功率最优时间段
算法·链表·华为od
塔中妖6 小时前
【华为OD】最大子矩阵和
算法·华为od·矩阵
非门由也6 小时前
《sklearn机器学习——回归指标2》
机器学习·回归·sklearn
Learn Beyond Limits6 小时前
The learning process of Decision Tree Model|决策树模型学习过程
人工智能·深度学习·神经网络·学习·决策树·机器学习·ai
努力学习的小廉6 小时前
深入了解linux系统—— 线程同步
linux·服务器·数据库·算法