《深度学习》课件 第7章 深度学习在图像中的应用.pdf
《《深度学习》课件 第7章 深度学习在图像中的应用.pdf》由会员分享,可在线阅读,更多相关《《深度学习》课件 第7章 深度学习在图像中的应用.pdf(24页珍藏版)》请在咨信网上搜索。
1、深度学习BIGDATA全国高校标准教材云计算姊妹篇,剖析深度学习核心技术和实战应用第七章深度学习在图像中的应用7.1图像识别基础70基于深度学习的大规模图像识别7:3应用举例:人脸识别7.4 迪用茎例二图像风格化7.5 史用举例,图像标注习题7.1图像识别基础第七章深度学习在图像中的应用garden,spring,bridge,water,trees,flower,green,etc.7.1图像识别基础第七章深度学习在图像中的应用2.计算机对图像进行识别的难点对于一张自然场景图像,我们人眼看到的会是左边这张生动的图像;而对于计算 机而言,看到的确是一堆枯燥的数字(这些数字对应的是图像各像素点的
2、灰度等特 征值)。如何在像素点的特征值和图像语义之间进行处理和关联是计算机进行图像 识别的一大难题。二二二i Li urc Montpame人眼所见的图像EBtllEtZlIZlESEEHESEBSSEBESHEEUSSElEHEEQESSE计算机所见的图像全国高校标准教材云计算姊妹篇,剖析深度学习核心技术和实战应用第七章深度学习在图像中的应用72图像迟别基础7.2 基于深度学习的大规模图像识别7.3 应用举例:人脸识别7.4 迪用茎例二图像风格化7.5 史用举例,图像标注习题 7.2基于深度学习的大规模图像识别第七章深度学习在图像中的应用1.大规模图像数据库:ImagenetImageNet
3、由美国斯坦福大学Li Fei-fei教授的研究团队提出,是一个很大规模的 数据库,包含超过一千五百万具有标签的高清图像,这些图像可以分成约两万两千 个类别。这些图像均从网络中采集而得;并使用亚马逊的土耳其机器人众包工 具,集广大网民的力量手工标注获得图像对应的标签。ILSVKCflamingo cock rutted grouse quail partridgeEgyptian cat Persian cat Siamese cat tabby lynxdalmatian keeshond miniature schnauzer Standard schnauzer giant schnauz
4、er 7.2基于深度学习的大规模图像识别第七章深度学习在图像中的应用2.AlexNet网络结构AlexNet总共包含8个学习层:前5层是卷积层,最后3层是全连接层。在这5个 卷积层中,第1、2、5层后面有最大值池化(Max pooling)层。48 7.2基于深度学习的大规模图像识别第七章深度学习在图像中的应用3,非线性激活函数ReLUAlexNet中,使用ReLU激活函数来替代Sigmoid激活函数。相比较于Sigmoid 激活函数而言:(1)ReLU激活函数在大于0的部分梯度为常数,不会出现梯度弥 散现象;(2)ReLU激活函数在小于0的部分梯度都为0,可以在一定程度上缓解过 拟合现象的发
5、生;(3)ReLU激活函数的导数计算非常简单快速 7.2基于深度学习的大规模图像识别第七章深度学习在图像中的应用4.增加训练样本增加训练样本,又称为数据增强(data augmentation),通过对图像进行变 换人为地扩大训练数据集。该方法是减少过拟合现象的一个最容易和最普遍的方法 o常见数据增强方法:L随机裁剪和水平翻转;2、颜色调整(a)随机裁剪(b)水平翻转-平移旋转-拉伸(d)其他(c)颜色琳:T柩 7.2基于深度学习的大规模图像识别第七章深度学习在图像中的应用5.dropout技术在网络训练期间,dropout技术相当于是对整体神经网络进行子采样。具体实现 方法为:以50%的概率
6、将神经网络中每一个隐层结点的输出设置为0,使之不参与 前向传播和反向传播。全国高校标准教材云计算姊妹篇,剖析深度学习核心技术和实战应用第七章深度学习在图像中的应用72图像迟别基础70基于深度学习的大规模图像迟别7.3 应用举例:人脸识别7.4 迪用茎例二图像风格化7.5 史用举例,图像标注习题7.3应用举例:人脸识别第七章深度学习在图像中的应用1.人脸识别的经典流程在自然场景中进行自动人脸识别的经典流程一般分为以下三个步骤:人脸检测(face recognition).人脸对齐(face alignment,又称作面部特征点对齐)、特征提 取和分类器设计7.3应用举例:人脸识别第七章深度学习在
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 深度学习 深度学习课件 第7章 深度学习在图像中的应用 深度 学习 课件 图像 中的 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【曲****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【曲****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。