人工智能-4计算机视觉与图像处理01

深度学习简介

机器学习是一种应用于人工智能的技术手段，而深度学习则是机器学习的重要组成部分。相较于传统的人工智能方法，在深度学习中无需手动进行特征提取工作，默认由网络自动完成这一过程。
深度学习的工作流程主要包括以下步骤：首先接收输入数据；随后通过训练模型使系统能够在数据中自主发现模式；最后基于学到的信息输出预测结果。

• 机器学习：输入数据经过特征提取后进行模型训练以生成预测结果。
  • 深度学习：输入数据通过模型构建生成预测结果。

图像处理技术、语音识别系统、机器翻译模型、拍照式翻译工具、自动驾驶技术

深度学习发展关键点

1989：backpropagation（计算资源存在不足之处）
2012：在hosting a competition的背景下，在由李飞飞组织的imageNet数据集上进行研究，并首次引入了深度学习技术
2019：基于变换器模型的创新性发展

计算机视觉（CV）

1，定义

计算机视觉主要研究依赖摄像机和电脑等设备来模仿生物视觉系统的技术。其核心任务是实现对图片或视频内容的理解过程，并