CNN学习笔记——图像分类

1、什么是图像分类

对于输入图像，从已有的固定标签集合中找出一个分类标签给该输入图像。

Eg. 比如图像是一只猫，就将猫作为该图像的标签。

2、计算机视觉难点

由于物体的大小、视角、形变、遮挡、光照条件、背景等干扰

3、解决方法

数据驱动方法：给计算机很多数据，实现学习算法，让计算机学习到每个类的外形。

4、流程

输入：输入训练集

学习：训练分类器

评价：让分类器预测未曾见过的图像，并且将预测标签真实标签对比。

5、具体分类器：K-NN分类器

流程：将测试图像和训练集中的每一张图像作比较，找出最相似的K张。在这K张的label中，找出最多的label类型给这张测试图。

(1)如何比较？

方法一：L1距离
在这里插入图片描述
将测试图像和训练图像的像素值相减的绝对值。如下图所示。

方法二：L2距离

(2)如何确定K值？

将训练集又分为训练集和验证集，在训练集中尝试不同的K值进行分类器训练，得到的分类器在验证集上验证结果。查看哪一个K值得分类效果最好，用最好的K值来跑真正的测试集。

！！！一定一定不能用测试集来调优原因：如果用测试集调优的话，会造成过拟合(算法看起来效果不错，但性能会低于预期。相当于将测试集当做训练集，结果自然是看起来很好，但实际效果差很多)

(3)如何分训练集和验证集？

方法：交叉验证

将训练集分成5分，将这5份循环着取其中4份做测试集，1份做验证集。进行(2)中的K值得确定，将得到的5个K值取平均，得到最终的K值。

6、K-NN分类器的优劣

优势

(1)易于理解，实现简单。

(2)训练不需花时间。

劣势

(1)花大量时间进行测试图像和所有训练图像对比

(2)更多是基于背景的分类(原始像素比较)，而不是语义的分类。