Day2 - Yolo? 那是什麽? 能吃吗?

今天要介绍的是Object detection(物件侦测)以及CNN (Convolutional Neural Network , 卷积神经网路)

首先是Object detection :
也就是物件侦测，通常会由

• Object Localization (物件定位)
• Feature Extraction (特徵提取)
• Image Classification (图像分类)
  三者组合而成，换句话说
  「哪里有东西，这东西有啥特徵，我觉得这东西是啥」 = 我找到这东西了 !

CNN (卷积神经网路):
CNN是深度学习的其中一种架构，被广泛的使用在物件辨识以及图片处理等领域。

而CNN会由3个步骤组成

• Convolution Operation (卷积)
• Pooling (池化)
• Fully Connected Networks (全连接)

1. Convolutional Operation
   在第一步会进行卷积，抓取图片中的特徵。在影像辨识时，要使用影像中的全部pixel进行辨识是不现实的。比较合理的做法是抓出影像中重要的地方，将这些特徵(feature maps)保存起来，之後才让训练决定特徵点的去留。

举个例子:
(X

如果拿JOJO中的经典人物DIO来看(不考虑子安武人的魔性配音σ`∀´)σ)
原图是

经过挑选後的特徵可能剩下

2. Pooling
   因为现实世界有太多的变因能够影响影像的成像品质，而这些因素都能让电脑出现误判的情况，因此在池化这步将会让神经网路有能力处理这些特徵。

现实中的变因 ᕕ ( ᐛ ) ᕗ

而pooling又分为:

• Mean pooling
• Max pooling
• Sum pooling
  这里用最常用的Max pooling举例，他就是挑选出前一步产出的Feature maps矩阵内的最大值。使用Max pooling的好处是平移不会对判断造成影响，也因为是挑最大值，所以基本上不会挑中比重小的值，自然抗杂讯能力也就好。

3. Fully Connected Networks
   在这步(全连接网路)会把前几步得到的网路进行平坦化(Flatten)的动作，变成一个很神奇的物体。
   
   像这样，经过三步之後，CNN就算是完整的介绍完了。

参考资料:
https://medium.com/@chenchoulo/yolo-%E4%BB%8B%E7%B4%B9-4307e79524fe
https://ithelp.ithome.com.tw/articles/10204738
https://ithelp.ithome.com.tw/articles/10204737
https://medium.com/jameslearningnote/%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92-%E7%AC%AC5-1%E8%AC%9B-%E5%8D%B7%E7%A9%8D%E7%A5%9E%E7%B6%93%E7%B6%B2%E7%B5%A1%E4%BB%8B%E7%B4%B9-convolutional-neural-network-4f8249d65d4f