1. CV技术的应用现状
- 工业领域:缺陷检测、无人质检、工业机器人视觉导航;
- 安防领域:人脸识别、行为分析、视频监控智能预警;
- 医疗领域:医学影像诊断(CT/MRI分析)、细胞识别、病理切片检测;
- 消费领域:手机拍照美颜、自动驾驶视觉感知、电商商品图像识别;
- 娱乐领域:虚拟主播、图像生成(AI绘画)、视频内容理解与推荐。
2. CNN模型识别图像中对象的流程
1. 图像预处理:将图像归一化、调整尺寸,转化为模型可输入的张量格式;
2. 卷积层提取特征:通过卷积核滑动计算,提取边缘、纹理、形状等低层特征,逐步组合为高层语义特征;
3. 池化层降维:通过最大池化/平均池化减少特征维度,保留关键信息并降低计算量;
4. 激活层引入非线性:通过ReLU等激活函数,让模型拟合复杂的特征映射关系;
5. 全连接层分类:将高层特征展平为一维向量,通过全连接层映射到类别概率;
6. 输出结果:通过Softmax函数得到各类别概率,取概率最大的类别作为识别结果。