计算机视觉的常见应用

 

 

 

 

 

 

 

 目标检测：车道线检测、车辆检测、行人检测、人脸识别系统

 图像分类： ImageNet

图像分割：辅助进行目标检测、找到目标的图像区域

图像标注、检索：文字对应图片

风格迁移

deepfake

图像语义分割：把具有相同含义的物体分割到一起。

 

 

 

 

 

GAN网络：

 

生成式对抗网络

 生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 D 都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D 。一个优秀的GAN应用需要有良好的训练方法，否则可能由于神经网络模型的自由性而导致输出不理想。