CV第二课（下）

昨天写的笔记全没了，重新简单的写下。

https://www.bilibili.com/video/BV1TJ411d7b7?p=6

预备知识：

　　将一张800*600像素的图片举例，其组成为 800*600*3的三维数组，RGB三色通道，每个元素都属于[ 0, 255]

 

目标：辨别图片 

def train():

　　return model

def predict():

　　return label

 

方法：

　　1. KNN  计算两张图片 三维数组之间的一阶距离 曼哈顿距离/二阶距离 欧式距离。  具体见PPT

　　2. k-fold： 对一组k-fold 比如 7-fold使用同一组超参数，将其表现取平均值； 如果想知道 KNN中 k=1-100的表现，那么重复100次7-fold 并绘制折线图，就可以得到K的取值影响。

　　3. linear classification 

　　

 

 

 

　　其中 x是 image-input，将32*32*3的矩阵拉伸到 3072*1

　　　　w是 weight matrix 

　　　　右边的 3*1 的 1.1，3.2， -1.2是常数项

　　　　

 

 

注意：

　　1. 当我们收集大量数据集的时候，可能把最先收集到的数据作为 trainning data，接着是 validation data 最后是 test data,这样本身可能有某些规律

　　2. 所以需要收集完后随机打乱再分

　　3. KNN accuracy 一般很低 30%左右 所以一般不使用它。