【DL-CV】計算機視覺前置瞭解

【DL-CV】【深度學習-計算機視覺】系列簡介及入門推薦<前篇----後篇>【DL-CV】線性分類器

在初次進入坑，接觸高深的算法環節以前，有必要對計算機視覺的目標和實現有一個大概的瞭解。雖然說都是些量少易懂的知識點，卻主角般地貫穿着整個學習過程，並且做爲從小白到學習者思惟轉換的橋樑，其必要性是確定的。因此對於從未接觸過深度學習的小白，強烈推薦瞭解，非小白可跳過

圖像分類

首先來了解在計算機視覺領域上的圖像指的是什麼。——圖像由像素組成，每一個像素經過三原色（RGB）的明暗組合造成一種顏色，RGB各有256級亮度用數字0~255表示。最終圖像就是一個由數字組成的三維數組R_w*h*c,三個維度分別是寬、高、顏色通道。

所謂的圖像分類問題，則是在已有固定的分類標籤集合中找出一個標籤分配給輸入的圖像。這是計算機視覺領域的核心問題之一，而且有着各類各樣的實際應用。計算機視覺領域中不少看似不一樣的問題（好比物體檢測和分割），均可以被歸結爲圖像分類問題，許多算法和原理都是爲解決此問題服務的。

圖像分類對人來講是簡單至極的，但對於本質上只會算數的計算機來講，問題變得複雜起來。「把表明圖像的一堆數字經過數學運算變成一個標籤（經過計算得到視覺）」 光是這個過程就看似沒法理解了，但實際上這是可行的，很多現有的模型能得到不錯的結果，原理與實現以後會介紹，如今咱們來談談計算機視覺算法在圖像識別方面遇到的一些困難

• 視角變化（Viewpoint variation）：同一個物體，攝像機能夠從多個角度來展示。
• 大小變化（Scale variation）：物體可視的大小一般是會變化的。
• 形變（Deformation）：不少東西的形狀並不是一成不變，會有很大變化。
• 遮擋（Occlusion）：目標物體可能被擋住。有時候只有物體的一小部分是可見的。
• 光照條件（Illumination conditions）：在像素層面上，光照的影響很是大。
• 背景干擾（Background clutter）：物體可能混入背景之中，使之難以被辨認。
• 類內差別（Intra-class variation）：同一類物體的個體之間外形差別可能很大。
• 

這些在人看來不太影響分類的變化，在計算機看來簡直是天差地別，每一種變化都讓輸入的數字數組發生巨大變化。如何提升算法的健壯性，加強噪音抵抗力，在維持分類結論穩定的同時，保持對類間差別足夠敏感，這些都是算法設計者要考慮的問題

數據驅動方法

關於詳細的解釋，能夠參考這篇文章。這裏只簡單的說明一下，因爲類別的多樣性與同類的類似性，在算法中逐一指定參數實現某個類的區分是很不現實的（先不考慮能不能直接找出這堆參數），因此目前流行的算法更相似於人類學習的過程——給計算機不少已分類好的數據，而後實現學習算法，讓計算機本身調整這堆參數，從而學習到每一個類的區分。這種方法，就是數據驅動方法。

以此爲基礎，整個圖像分類過程能夠總結爲三步：

• 輸入： 輸入是包含N個圖像（3維數組）的集合，每一個圖像的標籤是K種分類標籤中的一種。這個集合稱爲訓練集。
• 學習： 用訓練集來學習每一個類到底長什麼樣。通常該步驟叫作訓練分類器或者學習一個模型。
• 評價： 讓分類器來預測它不曾見過的圖像（測試集）的分類標籤，並以此來評價分類器的好壞。若是分類器預測的分類標籤和圖像真正的分類標籤一致，那很棒。

關於數據來源，cs231n課程使用的是圖像分類數據集CIFAR-10，這個數據集包含了60000張32X32的小圖像。每張圖像都有10種分類標籤中的一種。這60000張圖像被分爲包含50000張圖像的訓練集和包含10000張圖像的測試集。本系列也將基於此數據進行實踐。

超參數及其調優

在構造分類器（算法）的時候，某些參數和函數的是必需要人爲選擇的，可是關於選擇哪一個才能得到最佳效果，不實踐的話很難直接給出答案。相似這樣的選擇，就叫作超參數。這樣一說，調優的方法就很明瞭了，把可能的選擇都試一遍，選擇準確率最高的一個就好了（一般做圖分析取峯值）。

但要注意的是千萬不能用測試集來進行調優，由於這會帶來對測試集過擬合的風險（用測試集訓練出來的分類器跑測試集固然表現好，都熟悉了
）。正確的作法是從訓練集中分一部分（一般10%~50%）做爲驗證集用於調優，剩下的再做爲訓練集用於學習。

測試數據集只使用一次，即在訓練完成後評價最終的模型時使用。

交叉驗證

有時候訓練集數量較少，分得的驗證集更少，不利於超參數的調優，這時會用交叉驗證的方法，儘量榨乾整個訓練集。
原理是把訓練集分紅N份（一般3，5，10），循環着取其中一份做爲驗證集，其餘做爲訓練集，共跑N次。對於每一個超參數的N個結果取它們的平均值做爲該參數的表現，全部平均值畫線鏈接取峯值對應的參數便可。

一般在深度學習（大型模型）中不會用交叉驗證，由於這會使計算量翻N倍。但對於小型數據集值得一試。