【CV-Learning】图像分类

什么是图像分类任务？

图像分类任务是计算机视觉中的核心任务，其目标是根据图像信息中所反映的不同特征，把不同类别的图像区分开来。
具体来说，就是从已知的类别标签集合中为给定的输入图片选定一个类别标签。

图像分类的难点

跨越“语义鸿沟”，建立像素到语义的映射。

图像处理的方法

基于规则的分类方法

硬编码：将输入给到函数的参数，经过函数的处理，返回结果。

特点：这种方法适用于物体形态相对固定，但是仍需要其他方法的辅助。通过边缘检测和角点分析，识别一件具有多种形态的物体是很困难的，故不适应于不同光照、有遮挡等比较难识别的物体。

数据驱动的图像分类方法

图像分类方法
数据集构建
分类器的设计与学习
分类器决策

数据集构建

监督机器学习和无监督机器学习，分别对应有标签和无标签。

分类器的设计与学习

从数据集中归纳出规律，找出数学模型及其参数。

图像表示

1.像素表示
目前主流的表示方法，适用于神经网络（结构化），将特征和分类结合在一起进行处理。
2.全局特征表示（如GIST）
从图像抽出一个全局特征向量来描述图像。适用于风景类、室内场景、建筑等大场景类的分类。不适合有遮挡等细致问题。
3.局部特征表示（如：SIFT，特征+词袋模型）
从图像中抽取若干有典型意义的区块，用这些区块表示整图，即使部分区块被遮挡，影响也不大。

分类器

学习各个分类器都是在学习各个分类器的强项、弱项以及原理。
1.近邻分类器
2.贝叶斯分类器
3.线性分类器
4.支撑向量机分类器（线性分类器的拓展）
5.神经网络分类器
6.随机森林
7.Adaboost
···

损失函数

1.0-1损失
2.多类支撑向量机损失
3.交叉熵损失
4.L1损失
5.L2损失
···

优化算法

以下方法均为迭代优化法：

1.一阶方法
1）梯度下降
2）随机梯度下降
3）小批量随机梯度下降

2.二阶方法
1）牛顿法
2）BFGS
3）L-BFGS

训练过程

1.数据集划分
2.数据预处理
3.数据增强
若数据不够，通过旋转、裁剪等方法将数据变得更强，让数据集尽量的多，尽量的全面。
4.欠拟合与过拟合
前者是在训练集与真实应用场景下正确率差距较大；后者是单纯记忆训练集，而不是学习其中的规律。
5.超参数调整
该参数的设计与样本无关，是人为提前设计好的。
6.模型集成

常用的分类任务评价指标

正确率与错误率

正确率(accuracy) =分对的样本数/全部样本数
错误率(error rate) = 1 -正确率

top1指标与top5指标