Computer vision basic tasks

计算机视觉任务

主要分为几大类：

• 输入一张完整图像 –> single label（single object）–> ==classification==
• 输入一张完整图像 –> single object + anchor–> ==classification + localization==
• 输入一张完整图像 –> multiple object anchors–> ==object detection==
• 输入一张完整图像 –> 每一个对象具体的pixel–> ==segmentation==
  • 1. semantic segmentation –> 让每一个pixel都有一个label
    2. instance segmentation –> 区分每一个物体

机器学习和神经网络简介

机器学习的典型范式

• 监督学习
• 无监督学习
• 自监督学习
• 强化学习

交叉熵损失函数 – 极大似然估计

对于预测的类别概率$P \in [0, 1]^K$和类别真值$y \in \left[1, \cdots, K \right]$,定义交叉熵损失为： $$ L(P, y) = - logP_y $$

反向传播算法

推荐热门AI研究方向

1. 人工智能的可解释性分析、显著性分析

2. 图机器学习、图神经网络（AlphaFold2）、知识图谱

3. 人工智能+VR/AR/数字人/元宇宙

4. 轻量化压缩部署：Web前端、智能手机、服务器、嵌入式硬件

5. Al4Science：天文、物理、蛋白质预测、药物设计、数学证明

6. 做各行各业垂直细分领域的人工智能应用

7. 神经辐射场（NERF）

8. 扩散生成模型（Diffusion）、AIGC、跨模态预训练大模型

9. 隐私计算、联邦学习、可信计算

10. AI基础设施平台（数据、算力、教学、开源、算法工具包）

11. 认知科学+类脑计算+计算神经科学