• • • 1、圖像分類與KNN
      • 1.1 圖像分類
      • 1.1.2 圖像識(shí)別的難點(diǎn)：類內(nèi)形變+類間相似**
      • 1.1.3 圖像識(shí)別的途徑
      • 1.1.4 機(jī)器學(xué)習(xí)解決圖像分類的流程
      • 1.2 最近鄰分類器（Nearest Neighbor Classifier）
      • 1.2.1 CIFAR-10
      • 1.2.2 基于最近鄰的簡單圖像類別判定
      • 1.3 k近鄰分類器
      • 1.3.1 交叉驗(yàn)證與參數(shù)選擇
      • 1.3.2 kNN算法的優(yōu)缺點(diǎn)

1、圖像分類與KNN

1.1 圖像分類

對(duì)于一張輸入的圖像，判定其屬于哪個(gè)類別，圖像分類是計(jì)算機(jī)視覺的核心問題之一，且是很多高層視覺任務(wù)的基礎(chǔ)。

1.1.2 圖像識(shí)別的難點(diǎn)：類內(nèi)形變+類間相似**

• 視角不同，每個(gè)事物旋轉(zhuǎn)或者側(cè)視最后的構(gòu)圖都完全不同
• 尺寸大小不統(tǒng)一，相同內(nèi)容的圖片也可大可小
• 變形，很多東西處于特殊的情形下，會(huì)有特殊的擺放和形狀
• 光影等干擾/幻象
• 背景干擾
• 同類內(nèi)的差異(比如椅子有靠椅/吧椅/餐椅/躺椅…)

1.1.3 圖像識(shí)別的途徑

就是對(duì)于每個(gè)類別，我們都找一定量的圖片數(shù)據(jù)，『喂』給計(jì)算機(jī)，讓它自己去『學(xué)習(xí)和總結(jié)』每一類的圖片的特點(diǎn)。

1.1.4 機(jī)器學(xué)習(xí)解決圖像分類的流程

簡單來說，分為三步：

• 輸入：我們的給定K個(gè)類別的N張圖片，作為計(jì)算機(jī)學(xué)習(xí)的訓(xùn)練集
• 學(xué)習(xí)：讓計(jì)算機(jī)逐張圖片地『觀察』和『學(xué)習(xí)』
• 評(píng)估：就像我們上學(xué)學(xué)了東西要考試檢測(cè)一樣，我們也得考考計(jì)算機(jī)學(xué)得如何，于是我們給定一些計(jì)算機(jī)不知道類別的圖片讓它判別，然后再比對(duì)我們已知的正確答案。

1.2 最近鄰分類器（Nearest Neighbor Classifier）

只是為了從基礎(chǔ)推進(jìn)而已，和卷積網(wǎng)絡(luò)無關(guān)。

1.2.1 CIFAR-10

CIFAR-10是一個(gè)非常常用的圖像分類數(shù)據(jù)集。數(shù)據(jù)集包含60000張32*32像素的小圖片，每張圖片都有一個(gè)類別標(biāo)注(總共有10類)，分成了50000張的訓(xùn)練集和10000張的測(cè)試集。如下是一些圖片示例：

左圖是是個(gè)類別和對(duì)應(yīng)的圖像示例，右圖是給定一張圖像之后，根據(jù)像素距離計(jì)算出來的最近的10張圖像。

1.2.2 基于最近鄰的簡單圖像類別判定

最近鄰的思想：

根據(jù)輸入圖像的像素值，計(jì)算其和訓(xùn)練集中的圖像的距離，找到最近的圖像的類別作為預(yù)測(cè)的類別即可。

最近鄰的缺點(diǎn)：

用于圖像分類時(shí)效果很差。

距離度量方式：

L1距離，L2距離，余弦距離等等（scipy）

1.3 k近鄰分類器

將最近鄰擴(kuò)展為最近的N個(gè)臨近點(diǎn)，然后統(tǒng)計(jì)出現(xiàn)類別最多的那一類作為預(yù)測(cè)的類別。

1.3.1 交叉驗(yàn)證與參數(shù)選擇

哪些因素會(huì)影響KNN最后的識(shí)別結(jié)果：

• 距離度量方式
• k值的選取

當(dāng)數(shù)據(jù)總量不大的時(shí)候，可以選擇k折交叉驗(yàn)證，也就是將原始數(shù)據(jù)分為k份，輪流使用其中k-1份作為訓(xùn)練數(shù)據(jù)，剩下的1份作為交叉驗(yàn)證數(shù)據(jù)，我們可以得到k個(gè)準(zhǔn)確率，取均值作為預(yù)測(cè)準(zhǔn)確率。

1.3.2 kNN算法的優(yōu)缺點(diǎn)

優(yōu)點(diǎn)：

思路簡單，不需訓(xùn)練

缺點(diǎn)：

• 計(jì)算準(zhǔn)確率過程很耗時(shí)，因?yàn)橐腿坑?xùn)練集中的圖像都對(duì)比一遍；
• 分類器必須記住全部的訓(xùn)練數(shù)據(jù)，因?yàn)橐闅v找近鄰，而任何實(shí)際的圖像訓(xùn)練集上，數(shù)據(jù)量很可能非常大，那么一次性載入內(nèi)存，不管是對(duì)速度還是對(duì)硬件的要求，都是一個(gè)極大的挑戰(zhàn)。

重要的是：我們不是很在乎訓(xùn)練時(shí)間，訓(xùn)練時(shí)間長的話，只有后續(xù)識(shí)別的時(shí)候速度快，效果好即可，但是kNN測(cè)試過程很漫長，后續(xù)的深度神經(jīng)網(wǎng)絡(luò)就是為了解決該問題，其訓(xùn)練時(shí)間長，但是識(shí)別過程很快。

這里寫鏈接內(nèi)容

總結(jié)

以上是生活随笔為你收集整理的深度学习与计算机视觉（一）图像分类与KNN的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。