不知道你是否已经发现
我们平常购买商品的时候
越来越少需要人工收银
笔者逛商场的时候
就特别喜欢去自助小餐厅
从选菜到结账
完全只需要自己参与
不仅减少了排队结算时间
还给吃饭带来了仪式感
自助收银
这背后的技术就是图像识别
包括图像分类与目标检测
作为计算机视觉的核心部分
图像分类的实际应用非常广泛
小猫小狗、红花绿草
通过图像分类可以轻松了解所属类别
一起上知天文、下知地理吧
图像分类应用
以花卉识别为例
现在已经有很多成熟的应用
不仅识别花卉
还有对应花卉的详细介绍
陶冶情操、增长见识
花卉识别
再以动物识别为例
通过识别可以了解宠物的品种习性
与宠物进一步靠近
自在玩乐、和谐相处
猫咪识别
还有表情识别
可以轻松判断女友心情
拒绝做直男
即刻对生气的女友有所行动！
基于嘴唇的表情识别
还可以将其应用于社交娱乐、安全控制、司法系统等
表情识别的应用
图像分类是计算机视觉领域里最基础的问题，它就是给定一个图像，正确给出该图像所属的类别。为了帮助大家系统性解决所有图像分类领域知识的学习，我们推出了《深度学习之图像分类-理论实践篇》专栏课程。课程的主体部分已经更新完毕，为了帮助学员掌握好深度学习图像分类的基础原理、解决好深度学习图像分类的基本问题，我们也将结合实际项目，将所学理论应用于实践。
深度学习之图像分类二维码
图像分类完整课程介绍
本课程内容包括图像分类的理论知识和实践内容，内容详细，案例丰富，下面是当前课程的大纲脑图：
(1) 理论部分内容包括：涵盖了深度学习之图像分类的多个理论知识，如图像分类简介、多类别图像分类理论、细粒度图像分类理论、多标签图像分类理论、半监督与无监督图像分类、零样本图像分类等，既有足够的广度，也具备足够的深度。我们会非常详细地讲解理论中的细节知识，帮助大家学懂学会；
(2) 实践非常丰富：本次课程中一共已经包含了5个实践案例，分别为人脸表情识别案例实践、人脸表情分类实战、动物细粒度分类实战、生活用品多标签图像分类实战、基于血红细胞的图像分类，而且还会介绍一些图像分类的小技巧，帮助大家提升。部分案例图如下：
下面简单了解一下课程各部分的大体内容：
(1) 图像分类简介，包括图像分类基本概念，经典数据集，评估指标与优化目标。
(2) 多类别图像分类理论，包括基本概念，经典模型，经典难题。
(3) 细粒度图像分类理论，包括基本概念，弱监督模型，强监督模型。
(4) 多标签图像分类理论，包括基本概念，多标签解决方案。
(5) 半监督与无监督图像分类，包括基本概念，半监督分类模型，无监督分类模型。
(6) 零样本图像分类，包括基本概念，零样本分类模型。
(7) 从零完成人脸表情识别案例实践，包括项目简介，数据获取，模型搭建，训练与测试。
(8) 人脸表情分类实战，包括内容简介，表情分类实战简介，数据读取，数据增强，网络模型，小工具的使用，训练和验证。
(9) 动物细粒度分类实战，包括内容简介，数据读取，网络模型，训练。
(10) 生活用品多标签图像分类实战，包括内容简介，算法简介，数据读取及标签构建，模型搭建及训练。
(11) 基于血红细胞的图像分类性能提升技巧详解，包括内容简介，具体思路，基本功能实现（数据集的统计和分析，网络模型构建，训练），学习率调整，标签平滑，知识蒸馏，投票策略，TTA策略。
表情识别实战效果展示
学习完本课程你将掌握：
(1) 图形分类各领域的主流算法。
(2) 熟悉Pytorch项目实践。
(3) 掌握计算机视觉项目的完整流程。
(4) 了解计算机视觉竞赛工程技巧。