bet356唯一官网 - 欢迎光临

返回首页 内部办公网 English
当前位置:首页 > 学科科研 > 学术交流
第12期“互联”学术沙龙——“基于嵌入式人工智能的图像识别”顺利举行
( 发布日期:2021-06-16 阅读:次)
主题:基于嵌入式人工智能的图像识别
时间:2021.6.16 下午 15:00-16:00
主讲人:王粤
地点:信电楼208
记录人:刘彬
内容:
  2021年6月16日下午,王老师在信电楼208如期开始了本次学术讲座。在一番简单的自我介绍后,王老师开始了本次讲座。
 图片8.png
  在本次讲座中,王老师主要给同学们介绍了神经网络的发展历程及近年来的创新,基于卷积神经网络,讲解了一些经典的卷积神经网络各部分的构成以及不同的作用。在此基础之上,沿着卷积神经网络在这十多年的发展轨迹,梳理了经典的且被广泛应用的图像识别的各种模型。最后重点介绍卷积神经网络近几年来在物体检测、语义分割、实例分割等领域中取得的主要成果和最新进展。
  首先,王老师就神经网络的科学基础进行了介绍,简单讲述了其由来、发展和创新,介绍了几种常用的激活函数,对不同的激活函数sigmoid函数、ReLU函数等进行了对比;另外还介绍了损失函数等神经网络的基本概念。
图片9.png
  接着,王老师又介绍了卷积神经网络的结构,重点介绍了规则化、卷积、非线性映射、池化。并且对一些常用的视觉领域的开源数据集进行了介绍,如已非常完善的的MNIST手写数据集,它有60000个训练样本集和10000个测试样本集,可以训练简单的神经网络。王老师还介绍了四种比较经典的卷积神经网络,LENET、AlexNet、VGG和GoogLeNet,展示了它们各自的网络构架,让我们有了更加直观的理解。最后,王老师给同学们介绍了计算机视觉的基本任务,有图像分类、目标检测、语义分割、实例分割和全景分割,图像分类就是对图像判断出所属的分类;目标检测简单来说就是图片里面有什么?分别在哪里?目前常用的目标检测算法有Faster R-CNN和基于YOLO的目标检测的算法;语义分割就是需要区分到图中每一点像素点,而不仅仅是矩形框框住了,但是同一物体的不同实例不需要单独分割出来;实例分割其实就是目标检测和语义分割的结合。相对目标检测的边界框,实例分割可精确到物体的边缘;相对语义分割,实例分割需要标注出图上同一物体的不同个体,目前常用的实例分割算法是Mask R-CNN;全景分割是语义分割和实例分割的结合,跟实例分割不同的是:实例分割只对图像中的object进行检测,并对检测到的object进行分割,而全景分割是对图中的所有物体包括背景都要进行检测和分割。
  同时,王老师向我们介绍了深度学习广泛的应用,鼓励感兴趣的同学继续更深入的学习。
分享到:0
上一条: 第13期“互联”学术沙龙——“基于无人机的传感数据采集研究”顺利举行 2021/6/17
下一条: 第11期“互联”学术沙龙——“嵌入式人工智能”顺利举行 2021/6/15
Copyright © 2020 iee.zjgsu.edu.cn.cn All Rights Reserved. bet356唯一官网 版权所有
浙ICP备05073962号 浙公网安备33011802000512号