1.學習計算機視覺發展歷史及一些計算機視覺任務概念

https://www.bilibili.com/video/av13260183?from=search&seid=2316074032006655142

1 計算機視覺概述

• 對課程和計算機視覺的簡單介紹

• 介紹一些斯坦福的課程
  
  Ps:關注一下圖像數據來源有哪些

2 計算機視覺歷史背景

• 動物視覺歷史

• 貓視覺的試驗，貓的初級視覺細胞對邊緣產生迴應

• 計算機視覺發展歷史 （直接分類–>手動提取特徵–>神經網絡）

• 目標檢測的數據集合 pascal voc

• Imagenet數據集合

• 2012年之後cnn總會獲得iamgent的比賽冠軍

  Ps: sift feature 是什麼，可以用來幹什麼。金字塔匹配思想是什麼，可以用來幹什麼。 hog特徵是什麼，可以用來幹什麼。瞭解一下pascal voc數據集合及imagenet數據集合

3 課程後勤

• 圖像的一些任務：圖像分類，目標檢測，圖像描述

• Imagenet比賽中的一些代表模型

• Cnn在1998年被嚴樂春初次使用

  Ps: 圖像任務有哪些，解決什麼樣的圖像問題 在imagenet比賽中成績突破是哪一個網絡 既然神經網絡早就存再爲什麼神經網絡最近才興起

4.思考題

• 圖像的數據主要來源有哪些 （列舉幾個即可）

• sift feature 是什麼，可以用來幹什麼。金字塔匹配思想是什麼，可以用來幹什麼。 hog特徵是什麼，可以用來幹什麼。

• 神經網絡早就存再爲什麼神經網絡最近才(提示：從數據和硬件方面考慮)

• 圖像任務有哪些，解決什麼樣的圖像問題（eg:圖像分類就是看圖片中的物體具體是什麼。）