斯坦福CS231n - CNN for Visual Recognition（1）-lecture2图像分类、最近邻分类器

本节主要简单介绍了图像分类和流程，讲解了最近邻分类器的原理以及超参数的的调优与交叉验证

图像分类

　　顾名思义，就是给定一个图像，判断出它属于哪一个类。通常通过带有标签的数据作为训练集用各种方法进行训练， 然后在测试集上进行测试，预测出最可能的类别（标签）。

　　图像分类面临的困难：视角变化、大小变化、形变、遮挡、光照条件、背景干扰、类内差异等

　　图像分类流程：输入->学习->评价

最近邻分类器

　　NN分类器的原理非常简单。针对图像分类来说，就是将给定的图像与带标签的图像逐个像素进行比较，选取距离最小图像的标签作为给定图像类别的预测，这里可以计算L1距离和L2距离。 　　L1距离公式（绝对值相加） ： d1(I1,I2)=∑p|Ip1−Ip2| d_1(I_1,I_2)= \sum\limits_{p} |I_1^p-I_2^p|

　　L2距离公式（欧氏距离）： d2(I1,I2)=∑p(Ip1−Ip2)2−−−−−−−−−−√ d_2(I_1,I_2)= \sqrt{\sum\limits_{p} (I_1^p-I_2^p)^2}

1. K近邻分类器

　　顾名思义，就是选取距离最小的K个图像，将数量最多的标签作为给定图像类别的预测。

KNN优缺点 （1）优点： 　　算法简单，易于理解，易于实现，不需要参数估计，不需要事先训练。 （2）缺点： 　　测试需要计算量特别大（实际中关注测试效率远远大于训练效率），训练样本必须存储在本地，内存开销也特别大。 实际中在图像分类中很少使用KNN，因为KNN实质是比较像素的差异，导致图像更多的是按照背景和颜色被分类。

2. 用于超参数调优的验证集

　　当我们在设计机器学习算法的时候，除了最终预测的时候使用测试集，其他时候都不能使用（很容易造成过拟合）。我们可以在训练集中分出一部分（50%~90%）作为验证集，在验证集上进行超参数调优。一旦找到最优的超参数，就让算法以该参数在测试集跑且只跑一次，并根据测试结果评价算法。

3. 交叉验证

　　当训练集数量较少时，我们一般使用交叉验证的方式（一般分为3、5、10份），比如：将训练集平均分成5份，其中4份用来训练，1份用来验证。然后我们循环着取其中4份来训练，其中1份来验证，最后取所有5次验证结果的平均值作为算法验证结果。

参考资料

链接：http://cs231n.github.io/classification/ 链接：https://zhuanlan.zhihu.com/p/20894041?refer=intelligentunit https://zhuanlan.zhihu.com/p/20900216?refer=intelligentunit 链接：http://blog.csdn.net/han_xiaoyang/article/details/49949535