华为AI全栈成长计划课程——AI进阶篇——第二周笔记

第2章 AI模型开发-图像分类

2.1 图像分类介绍

  • 图像分类：是视觉任务的基础。
  • 应用场景：相册图片分类（按景点）、电商图片分类、医疗影像分类。
  • 开源数据集：猫狗分类数据集（25000张猫和狗）、手写数字识别（0-9大概6万张）、花卉识别（102张不同花卉）、ImageNet（最近流行的数据集，层级分类等各种类别数据量大，经常使用）；用途可以使用数据集搭建算法进行验证，还可以测试精度，评估算法的性能。
  • 图像分类神经网络：VGC16神经网络--卷积层--抽取特征--池化层--全连接层进行分类--softmax层。


  • 一站式AI开发平台ModelArts流程：数据处理（数据采集、筛选、标注。。）-》模型训练（预置算法、超参搜索、自动学习）-》模型管理（模型库、评估）-》部署（在线服务、批量服务）
  • 自动学习:零编码、零AI经验--上传并标注--训练模型--验证发布的流程。
  • 预置算法:30多预置模型，可以一键训练。
  • 自动学习VS预置算法


  • ModelArts初体验:图像分类、物体检测->开发环境（NoteBook）->预置算法创建训练作业，调节参数等->模型部署上线->AI市场

2.2 使用ResNet50预置算法基于海量数据 训练美食分类模型

第3章 AI模型开发-物体检测

3.1 物体检测介绍

　　　　物体检测

  • 物体检测是计算机视觉中目前应用最广泛的技术之一，物体检测是识别一张图片中的物体类别以及物体的位置。
  • 在计算机视觉中，图像分类到物体检测、语义分割、实例分割任务复杂度是越来越高。和图像分类相比，物体检测不仅要物体的类别，还要检测出物体的准确位置，目前业界最流行的方式是用矩形框出来。

　　　　物体检测的应用场景

  • 自动驾驶
  • 智能安防-安全帽检测
  • 智慧园区-口罩识别

　　　　物体检测开源数据集

  • PASCAL VOC
  • MS COCO

3.2 使用FasterRCNN预置算法基于海量训练人车检测模型


3.3 FasterRCNN和YoLoV3算法完成物体检测

  • FasterRCNN网络结构
  • YoLoV3网络结构


  • FasterRCNN VS YoLoV3


  • 开发环境Notebook介绍


3.4 拓展资料

　　　　1.模型解读文章

　　　　2.前沿技术了解

　　　　3.实践案例

　　　　4.GITHUB资源

　　　　5.论文阅读

posted @ 2020-10-30 22:16  Sno_W_olF  阅读(327)  评论(0)  编辑  收藏  举报