计算机视觉（CV，Computer Vision）领域任务
目前计算机视觉（CV，computer vision）与自然语言处理（Natural Language Process， NLP）及语音识别（Speech Recognition）并列为人工智能（AI，artificial intelligence）的三大热点方向 。 图像分类、目标检测、分割是计算机视觉领域的三大任务。 如何从图像中解析出可供计算机理解的信息，是机器视觉（Machine Vision）的中心问题。 深度学习模型由于其强大的表示能力，加之数据量的积累和计算力的进步，成为机器视觉的热点研究方向。那么，如何理解一张图片呢？根据任务的需要，机器理解图像三个主要的层次： 一是分类（Classification），即是将图像结构化为某一类别的信息，用事先确定好的类别(category)或实例ID来描述图片。这一任务是最简单、最基础的图像理解任务，也是深度学习模型最先取得突破和实现大规模应用的任务。其中，ImageNet是最权威的评测集，每年的ILSVRC催生了大量的优秀深度网络结构，为其他任务提供了基础。在应用领域，人脸、场景的识别等都可以归为分类任务。 二是检测（Detection）。分类任务关心整体，给出的是整张...