第 3 章图像分类

作者: 张伟 (Charmve)

日期: 2021/06/13

第 3 章图像分类
- 3.1 数据驱动方法
  - 3.1.1 语义上的差别
  - 3.1.2 图像分类任务面临着许多挑战
  - 3.1.3 数据驱动的方法
- 3.2 k 最近邻算法
  - 3.2.1 k 近邻模型
  - 3.2.2 k 近邻模型三个基本要素
  - 3.2.3 KNN算法的决策过程
  - 3.2.4 k 近邻算法Python实现
  - 小结
  - 参考文献
- 3.3 支持向量机
  - 3.3.1 概述
  - 3.3.2 线性支持向量机
  - 3.3.3 从零开始实现支持向量机
  - 3.3.4 支持向量机的简洁实现
- 3.4 逻辑回归 LR
  - 3.4.1 逻辑回归模型
  - 3.4.2 从零开始实现逻辑回归
  - 3.4.3 逻辑回归的简洁实现
- 3.5 实战项目 3 - 表情识别
- 3.6 实战项目 4 - 使用卷积神经网络对CIFAR10图片进行分类
- 小结
- 参考文献

3.1 数据驱动方法

3.1.1 语义上的差别

图像分类是计算机视觉中一个核心的任务，人脑和计算机中对图像的描述在语义上不同，图像在计算机中以 channel * height * width 的形式描述，如下图3.1所示。

图3.1

3.1.2 图像分类任务面临着许多挑战

视角变换 Viewpoint variation

背景混乱 Background Clutter

光照条件 IIIumination

遮挡 Occlusion

变形 Deformation

类间差异 Intraclass variation

3.1.3 图像分类器

图像分类器不像排序算法，知道每一步该做什么

3.1.4 数据驱动的方法

分为train和predict两步，用大量的图像数据进行训练，再使用训练得到的模型进行预测，具体为：

(1) 收集图标和标签的数据集
(2) 使用机器学习训练一个分类器。
(3) 使用分类器测试新图片。

最初始的分类器：最近邻算法，下一节将会详细介绍。