2.3 深度學(xué)習(xí)開(kāi)發(fā)任務(wù)實(shí)例

神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)：端對(duì)端學(xué)習(xí)，解決了眾多非線性映射函數(shù)的學(xué)習(xí)問(wèn)題

機(jī)器學(xué)習(xí)的特征是人工特征抽取學(xué)習(xí)線性組合，深度學(xué)習(xí)的特征是從原始特征出發(fā)自動(dòng)學(xué)習(xí)高級(jí)特征組合

深度學(xué)習(xí)的特征提取方法：卷積

卷積滿足 ”線性性“ 與 ”平移不變性“，卷積神經(jīng)網(wǎng)絡(luò)中的 ”卷積運(yùn)算“ 本質(zhì)是計(jì)算 ”相關(guān)性“

多隱層的深度神經(jīng)網(wǎng)絡(luò)：學(xué)習(xí)的是神經(jīng)元中的權(quán)重參數(shù)

深度學(xué)習(xí)開(kāi)發(fā)實(shí)例

任務(wù)背景：自動(dòng)駕駛行業(yè)近些年來(lái)逐漸火爆，計(jì)算機(jī)視覺(jué)在其中起到了非常重要的作用。某公司希望給其生產(chǎn)的玩具車賦予檢測(cè)交通標(biāo)志的能力。希望能夠在模擬場(chǎng)景中識(shí)別常見(jiàn)交通標(biāo)志。

任務(wù)目標(biāo)：在玩具車前置攝像頭采集到的圖片中，檢測(cè)交通標(biāo)志的具體位置

任務(wù)解析過(guò)程：明確數(shù)據(jù)采集需求、制作數(shù)據(jù)集、模型訓(xùn)練、模型評(píng)測(cè)

計(jì)算機(jī)視覺(jué)的實(shí)際應(yīng)用一般有以下特點(diǎn)：

樣本具象化：圖像是具體的表現(xiàn)形式，除了主體還包括背景、光照等信息

算法光線敏感：測(cè)光、背光等對(duì)算法效果會(huì)有不同程度的影響，如果訓(xùn)練數(shù)據(jù)沒(méi)有某光照?qǐng)鼍?#xff0c;模型就可能會(huì)在該場(chǎng)景下表現(xiàn)欠佳

理解硬件條件可能造成的圖片效果偏差：圖片數(shù)據(jù)采集過(guò)程中，由于硬件或工程組裝差別，可能會(huì)使圖片色散、模糊、角度變化等。如果數(shù)據(jù)集缺少相關(guān)數(shù)據(jù)，模型泛化性會(huì)較弱

客戶理解偏差：當(dāng)前階段，不少客戶對(duì)計(jì)算機(jī)視覺(jué)領(lǐng)域的任務(wù)理解依然有偏差，如不理解光線對(duì)模型效果的影響，要介紹清楚

明確數(shù)據(jù)采集需求：

明確玩具車賽道的樣式，以及賽道上面有沒(méi)有與交通標(biāo)志類似的圖案

明確模型使用場(chǎng)景與可能的光照情況

明確交通標(biāo)志傾斜的角度范圍

明確待識(shí)別的交通標(biāo)志有哪些

明確檢測(cè)的范圍

明確需要檢測(cè)的最小交通標(biāo)志

明確圖像的模糊程度

明確設(shè)備是否有色差

制作數(shù)據(jù)集：

數(shù)據(jù)采集：

采集注意點(diǎn)：采集圖片時(shí)應(yīng)注意使用真實(shí)玩具車、覆蓋不同的場(chǎng)景、覆蓋所有的交通標(biāo)志

采集數(shù)量：玩具車任務(wù)相對(duì)較簡(jiǎn)單，1萬(wàn)張足夠

采集方式：讓小車在不同的場(chǎng)景用攝像頭錄制視頻，再每幀導(dǎo)出

數(shù)據(jù)標(biāo)注：

使用如 labeling 等開(kāi)源標(biāo)注工具

將所有交通標(biāo)志類別命名為 traffc，使用矩形對(duì)所有圖片依次標(biāo)注

圖片標(biāo)注后可以選擇保存為不同格式，本例我們保存為 yolo 格式

標(biāo)注檢驗(yàn)：

? 抽查比例由具體任務(wù)來(lái)決定，本例抽1%即100張

數(shù)據(jù)集拆分：

? 將所有數(shù)據(jù)按 8:2 拆分為訓(xùn)練集、測(cè)試集

模型訓(xùn)練：

選擇模型

模型訓(xùn)練

資源監(jiān)控

模型指標(biāo)查看

模型測(cè)評(píng)

模型測(cè)試：

精確率（precision）：在被識(shí)別為正類別的樣本中，確實(shí)為正類別的比例

召回率（recall）：在所有正類別樣本中，被正確識(shí)別的比例

困難樣本檢查：

遠(yuǎn)近距離效果檢測(cè)

光線檢查

邊緣檢查

偏角檢查

模糊檢查

總結(jié)

以上是生活随笔為你收集整理的2.3 深度学习开发任务实例的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)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。