CS231n Spring Lecture2 Image Classification pipeline的一点总结

1 Image Classification pipeline

• ImageClassfication
  
  • Challenge
    1、Illumination
    2、Deformation
    3、Occlusion
    4、Background Clutter
    5、Intraclass variation
• 一点启示：找边界（刻画边界）、找角（就是提取图片的特征）

第一个分类器：NN(Nearest Neighbor classifier) 使用L1距离

L1距离：d1(I1,I2)=∑p|Ip1−Ip2|

重要的一点是：Train O(1),predict O(N)

改进：KNN

* 另外提到了超参数（Hyperparameters）
在KNN这个例子中K和距离的设置都是超参数
* 数据集分为3部分最好

最终的想法是Cross-Validation: Split data into folds,
try each fold as validation and average the results（这样的验证比较靠谱）
* 另外提到了KNN不会在图片分类中使用的原因之一

Linear Classifier（很多CNN网络最后几层都是用这种想法来分类）

• some sense about Linear Classfier
  
• a simple example
  
• 线性分类的一些困难
  

预告：

• Loss Function
• optimization
• ConvNets