深度学习简史

• 深度学习很早就被提出，但一直停滞不前
• 2011，微软在语言识别上使用，取得了突破
• 2012，DNN在图像识别领域取得了惊人的效果，在ImageNet评测的错误率从26%降到了15%
• 2016，AlphaGo击败人类，引起世界震惊

深度学习网络模型

• DNN (Deep Neural Network, 深度神经网络)
• RNN(Recurrent Neural Network, 循环神经网络)
• CNN(Convolutional Neural Network, 卷积神经网络)

RNN主要用途

• 语言识别
• 机器翻译
• 生成图像描述

CNN主要用途

• 图片的分类、检索
• 目标定位检测
• 目标分割
• 人脸识别

深度学习库

• tensorflow, google
• caffe–>caffe2–>torch(pytorch) ,贾扬清 facebook
• MXNet , Apache

训练数据集

• MNIST, Fashion-MNST 手写字母
• VOC，举办挑战赛时的数据集，2012年后不再举办
• COCO,用于目标检测的大型数据集
• ImageNet

训练模型

• TF训练出来的模型是 .pb 文件
• Pytorch训练出来的模型是 .pth
• Caffe训练出来的模型是 .caffe
• ONNX 开放性神经网络交换格式 .onnx,以上所有的格式可以转为.onnx

opencv 对DNN的支持

• opencv 3.3 将DNN转正
• opencv只能使用DNN,不能训练DNN模型

opencv 支持的模型

• tensorflow
• pytorch
• caffe
• DarkNet