索引 / 标签
#计算机视觉
共 6 篇
- Ch04 机器学习
迁移学习 (Transfer Learning)
在任务A上学到的知识迁移到任务B——AI时代的"举一反三"。你不需要从零开始教模型识别猫,只需要在已经理解"毛茸茸四条腿"的模型上微调即可。
约 4 分钟1,295 字 - Ch05 评估与特征工程
数据增强 (Data Augmentation)
概述 数据增强（Data Augmentation）是一种通过人工方式扩充训练数据的技术，通过对原始数据施加各种保持语义的变换（Transformations），生成新的、多样化的训练样本。它
约 6 分钟2,070 字 - Ch07 CNN与CV
对比-CNNvsTransformer
概述 CNN 和 Transformer 是深度学习两大核心架构。CNN 统治计算机视觉近十年，Transformer 自 2020 年 ViT 起全面渗透视觉领域，2026 年两者在各自优势
约 2 分钟495 字 - Ch07 CNN与CV
卷积核 (Convolution Kernel)
一句话理解 滑动窗口,在图像上扫描提取局部特征——卷积核是CNN的"眼睛",通过参数化的滤波器从图像中提取边缘、纹理、形状等特征。 零基础理解 想象你用手电筒照一张大图,每次只能看到手电筒光圈
约 4 分钟1,356 字 - Ch07 CNN与CV
深挖-YOLO (You Only Look Once)
一句话理解 YOLO (You Only Look Once) 是实时目标检测领域的标杆算法，将目标检测建模为单一的回归问题——一次前向传播同时预测边界框 (Bounding Box) 和类别
约 8 分钟2,550 字 - Ch17 多模态AI
CLIP (Contrastive Language-Image Pre-training)
一句话理解 OpenAI的图文对齐模型,用对比学习让文本和图像映射到同一个向量空间——"猫的照片"和文字"猫"在这个空间里距离很近,而"猫的照片"和文字"汽车"距离很远。 核心创新: 不是分类
约 4 分钟1,226 字