
想知道CV咋工作的?咱们拿认猫举个栗子,简单聊聊:
- 图变数字
照片对机器来说,就是像素堆。比如一张小图,28×28像素,每个点有个颜色值(0是黑,255是白),彩色图还有红绿蓝三份数据。 - 找线索
以前是人教机器看“尖耳朵是猫”,现在用卷积神经网络(CNN),它自己找线索。第一层可能发现边缘,第二层拼出耳朵形状,再往后认出整只猫。 - 猜答案
处理完,机器给个结果:“95%是猫,5%是狗。”这概率咋来的?靠训练——喂它几万张猫狗图,反复调参数,直到它眼力变贼好。
比如有个经典例子:MNIST手写数字。机器看了6万张手写“0-9”,练到能认新数字,准得跟收银员似的。现在快递单扫描就用这技术。