13. Компьютерное зрение

В последние годы глубокое обучение стало движущей силой повышения качества систем компьютерного зрения. Медицинская диагностика, беспилотные автомобили, интеллектуальные фильтры, видеонаблюдение — многие приложения компьютерного зрения тесно связаны с нашей жизнью сегодня и в будущем. Можно сказать, что самые современные приложения компьютерного зрения почти неотделимы от глубокого обучения. Поэтому в этой главе мы сосредоточимся на компьютерном зрении и рассмотрим методы и приложения, которые в последнее время заметно повлияли на научное сообщество и промышленность.

В главах 6 и 7 мы изучали различные свёрточные нейронные сети, широко используемые в компьютерном зрении, и применяли их к простым задачам классификации изображений. В начале этой главы мы познакомимся с двумя методами, которые помогают улучшить обобщающую способность моделей, — аугментацией изображений и дообучением, и применим их к классификации изображений. Поскольку глубокие нейронные сети эффективно представляют изображения на нескольких уровнях, такое иерархическое представление успешно используется во многих задачах компьютерного зрения, например в обнаружении объектов (object detection), семантической сегментации (semantic segmentation) и переносе стиля (style transfer). Опираясь на идею использования иерархических представлений в компьютерном зрении, мы начнём с основных компонентов и методов обнаружения объектов. Затем покажем, как использовать полносвёрточные сети для семантической сегментации изображений, и объясним, как с помощью переноса стиля создавать изображения, похожие на обложку этой книги. В завершение главы мы применим знания из этой и предыдущих глав к двум популярным эталонным наборам данных для компьютерного зрения.