今天我们介绍了 CNN 的价值、基本原理和应⽤场景,简单总结如下:
CNN 的价值:
- 能够将⼤数据量的图⽚有效的降维成⼩数据量(并不影响结果)
- 能够保留图⽚的特征,类似⼈类的视觉原理
CNN 的基本原理:
- 卷积层 – 主要作⽤是保留图⽚的特征
- 池化层 – 主要作⽤是把数据降维,可以有效的避免过拟合
- 全连接层 – 根据不同任务输出我们想要的结果
CNN 的实际应⽤:
- 图⽚分类、检索
- ⽬标定位检测
- ⽬标分割
- ⼈脸识别
- ⻣骼识别
今天我们介绍了 CNN 的价值、基本原理和应⽤场景,简单总结如下:
CNN 的价值:
CNN 的基本原理:
CNN 的实际应⽤: