從頭理解神經網絡-內行與外行的分水嶺
大腦的基本感知單元就是神經元，一個神經元所影響的刺激區域就叫做神經元的感受野，即receptive field，不同神經元感受野的大小和性質都不同。感受野的研究來自于美國神經科學家哈特蘭（Keffer Hartline）和匈牙利裔美國神經科學家庫夫勒（Stephen W. Kuffler），1953年他們發現貓視網膜神經節細胞的感受野具有同心圓結構。
第一種感受野由作用強的中心興奮區域和作用較弱但面積更大的周邊抑制區域構成了一個同心圓結構，稱為On型感受野，第二類感受野是由中心抑制和周邊興奮的同心圓構成，稱為Off型感受野。當刺激On型感受野中心時，細胞就興奮，如第一列第一排的圖。刺激周邊時，細胞就抑制，如第一列第二排的圖，Off型圖則反之。
1943年：MP模型的提出。
1960～1980年：視覺機制的發現。
1979年：Neocognitron的提出，卷積神經網絡的萌芽。
1986年：反向傳播算法被用于神經網絡的優化并開始流行，同期動量算法提出被用于加速SGD。
1990年：TDNN模型，卷積神經網絡被用于語音識別。
1992年：Max-pooling被提出，此后成為卷積神經網絡標準組件。
1998年：LeNet5和MNIST數據集被提出和整理。
近20年深度學習在圖像領域的重要進展節點
你真的了解圖像分類嗎？
圖像分類是計算機視覺中最基礎的任務，基本上深度學習模型的發展史就是圖像分類任務提升的發展歷史，不過圖像分類并不是那么簡單，也沒有被完全解決。
圖像分類是計算機視覺中最基礎的一個任務，也是幾乎所有的基準模型進行比較的任務。從最開始比較簡單的10分類的灰度圖像手寫數字識別任務mnist，到后來更大一點的10分類的 cifar10和100分類的cifar100 任務，到后來的imagenet 任務，圖像分類模型伴隨著數據集的增長，一步一步提升到了今天的水平。現在，在imagenet 這樣的超過1000萬圖像，超過2萬類的數據集中，計算機的圖像分類水準已經超過了人類。
目標檢測任務關注的是圖片中特定目標物體的位置。一個檢測任務包含兩個子任務，其一是輸出這一目標的類別信息，屬于分類任務。其二是輸出目標的具體位置信息，屬于定位任務。
分類的結果是一個類別標簽，對于單分類任務而言，它就是一個數，對于多分類任務，就是一個向量。定位任務的輸出是一個位置，用矩形框表示，包含矩形框左上角或中間位置的x，y坐標和矩形框的寬度高度。
與計算機視覺領域里大部分的算法一樣，目標檢測也經歷了從傳統的人工設計特征和淺層分類器的思路，到大數據時代使用深度神經網絡進行特征學習的思路這一過程。
本文主要是為了介紹R-CNN、fast R-CNN、faster R-CNN系列。
一文道盡R-CNN系列目標檢測
|
|
