深度学习笔记：深度学习在计算机视觉的应用

深度学习最早兴起于图像识别，但在短短几年时间内，深度学习推广到了机器学习的各个领域，如：图像识别、语音识别、自然语言处理、机器人等等。

计算机视觉是深度学习技术最早实现突破行成就的领域。在2012年，AlexNet赢得了图像分类比赛ILSVRC的冠军，至此深度学习开始收到广泛关注。这只是一个开始，在2013年的比赛中，前20名的算法都使用的是深度学习。在2013年后，ILSVRC大赛就只有深度学习算法参赛了。

深度学习算法在图像分类上的错误率小于4%，已经完全超越了人类标注的错误率。

图像分类

物体识别的难度比图像分类更大，不仅需要识别出是那种物体，还要给出物体的所在位置。

物体识别

图像分类和物体识别技术已经被广泛的应用到无人驾驶汽车、地图、图片搜索等产品中。人脸识别是其中非常重要的一类应用，它既可以应用于娱乐行业，也可以用与安防、等行业。

美图秀秀处理的图片

举个例子，大家日常中经常使用的美图秀秀，就利用了基于人脸识别技术的相机自动对焦、自动美颜等功能。这目前已经成为了每一款拍照软件的标配功能，深受广大女士欢迎。

人脸识别违法抓拍

而近期在全国各大城市启用的行人交通违法行为抓拍系统，同样是应用了人脸识别相关技术，抓拍闯红灯等违法行为并予以曝光，给交通安全提供了新的技术手段。

在我们不注意的生活的方方面面中，深度学习已经渗透其中。