神经网络理论与工程实战-知识积累

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了神经网络理论与工程实战-知识积累，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含421字，纯文字阅读大概需要1分钟。

内容图文

计算机视觉基本问题:

 

分类问题-classification：

解决是什么的问题，给定一张图片或者一段视频判断里面包含什么类别的目标

定位-Localization:

给定包含一个主体内容的图像，要解决主体内容在哪里的问题，定位出目标的位置。

物体（目标）检测（object detection）：

同时解决是什么以及在哪里的问题，定位出目标的位置并且知道目标物是什么。

找出图像中所有感兴趣的目标，确定他们的位置和大小，生成bounding box框出来对应的物体

是CV最具有挑战性的问题

图像分割问题（segmentation:沿着轮廓把物体切出来）

解决“每一个像素分别属于哪个目标或者场景”的问题。可以分为instance-level(实例分割)的分割和scene-level的分割(场景分割)

原文：https://www.cnblogs.com/kidsitcn/p/10422345.html

内容总结

以上是互联网集市为您收集整理的神经网络理论与工程实战-知识积累全部内容，希望文章能够帮你解决神经网络理论与工程实战-知识积累所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---