计算机视觉设计经典模型学习（12.12）

1.CV技术的应用现状

现状：感知类应用规模化，生成与3D视觉加速渗透，端侧部署降低成本、提升隐私性；多模态融合（视觉+语音+文本）成趋势 。
​挑战：复杂场景鲁棒性不足、标注成本高、隐私合规风险、高实时性需求与算力矛盾。

2.CNN模型识别图像中对象的流程

分为输入预处理、特征提取、分类输出三个核心阶段，步骤如下：

（1）. 输入预处理：将原始图像归一化（缩放至固定尺寸、像素值标准化），消除光照、尺寸差异的干扰，转化为模型可处理的张量格式。

（2）. 特征提取（核心）：通过卷积层（用滤波器滑动提取边缘、纹理等局部特征）、池化层（下采样降低维度，保留关键特征）的堆叠，从底层低级特征逐步抽象为高层语义特征（如物体轮廓、部件）。

（3）. 分类输出：将提取的高层特征送入全连接层，通过激活函数（如Softmax）将特征映射为各类别的概率分布，选取概率最高的类别作为识别结果。