14. Компьютерное зрение

Будь то медицинская диагностика, беспилотные автомобили, системы видеонаблюдения или интеллектуальные фильтры, многие приложения в области компьютерного зрения тесно связаны с нашей повседневной жизнью и будущим. В последние годы глубокое обучение стало ключевой движущей силой, обеспечивающей значительный прогресс в производительности систем компьютерного зрения. Можно сказать, что самые передовые приложения в области компьютерного зрения практически неотделимы от глубокого обучения. В связи с этим данная глава будет сосредоточена на области компьютерного зрения и рассмотрит методы и приложения, которые в последнее время оказали существенное влияние как в академической среде, так и в промышленности.

В главах Section 7 и Section 8 мы изучили различные свёрточные нейронные сети, которые широко применяются в компьютерном зрении, и применили их к простым задачам классификации изображений. В начале этой главы мы опишем два метода, способных повысить обобщающую способность модели, а именно аугментацию изображений и дообучение, и продемонстрируем их применение в задачах классификации изображений. Поскольку глубокие нейронные сети способны эффективно представлять изображения на нескольких уровнях, такие послойные представления успешно используются в различных задачах компьютерного зрения, таких как обнаружение объектов, семантическая сегментация и стилизация изображений. Следуя основной идее использования послойных представлений в компьютерном зрении, мы начнем с рассмотрения ключевых компонентов и методов обнаружения объектов. Далее мы покажем, как использовать полностью свёрточные сети для семантической сегментации изображений. Затем мы объясним, как применять методы стилизации для генерации изображений, подобных обложке этой книги. В завершение главы мы применим материалы данной и нескольких предыдущих глав к двум популярным бенчмаркам в области компьютерного зрения.