计算机视觉概述(共5页).docx

精选优质文档-倾情为你奉上计算机视觉是指用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等图像分类图像分类问题是通过对图像的分析，将图像划归为若干个类别中的某一种，主要强调对图像整体的 语义进行 判 定。 是一个层的卷积神经网络，前 层是卷积层，后层为全连接层，其中最后一层采用进行分类。该模型采用 （）来取代传统的和函数作为神经元的非线性激活函数，并提出了 方法 来减轻过拟合问题。物体检测图像检测是指在分类图像的同时把物体用矩形框给圈起来。从14年到16年，先后涌现出R-CNN,Fast R-CNN, Faster R-CNN, YOLO, SSD等知名框架，其检测平均精度（mAP），在计算机视觉一个知名数据集上PASCAL VOC上的检测平均精度（mAP），也从R-CNN的53.3%，到Fast RCNN的68.4%，再到Faster R-CNN的75.9%，最新实验显示，Faster RCNN结合残差网（Resnet-101