引言
目標定位是影象處理或計算機視覺系統（如目標檢測與分類，證件識別等）的第一步。任何計算機視覺系統都顯性或隱性的包含著目標定位的步驟。目標定位的方法有傳統方法和基於卷積神經網路的深度學習方法，本文主要討論後者。深度學習方法有更好的魯棒性（robustness），對各種問題實現形式統一，無需人為設定引數，無需太多的影象處理知識等優點。
問題的定義
目標定位解決的是在一張影象中找到我們感興趣的目標的位置，用的最多是（x，y，width，height）形式的定位，除此之外還有矩形目標的四個頂點形式以便後續通過透視變化矯正形變。
解決方案
卷積層抽特徵
全連層目標回歸
定義歐式距離損或iou損失函式
最小化損失函式
優化
在解決問題的前提下優化網路以實現最小的cpu消耗，最少的記憶體占用是至關重要的。
參考
谷歌的終極目標「人工智慧」
服務還沒有為谷歌創造太多營收，但它們絕對不是錦上添花的業務。卡爾認為，這些網路應用代表著根本性的變革，意味著從桌面到網路的巨大轉變，未來將重新定義計算和谷歌的業務模式。為了讓人們更容易理解這場變革，卡爾特別舉了乙個類似的例子 電力的發展。他認為，真正的電力創新並不是湯姆斯 愛迪生 thomas ed...
Google終極目標是提供人工智慧服務 二
問 雲計算 需要多長時間才會真正成為主流?答 截至目前,最尖端的計算都出現在大公司,因為它們有資金 先進的裝置和複雜的軟體.但是在網路應用模式下,我們將看到相反的情況.個人和小企業沒有太多資金,因此它們會更加支援網路模式.這一轉變將逐步發生,將從個人和小企業向大企業轉變.我認為,在這一轉變過程中,許...
人工智慧的優劣 目標明確，但不擅長處理情感
1月17日，2016 創業club周年慶典在北京清華科技園舉行。在下午的人工智慧討論環節，與會嘉賓談到，人工智慧更擅長確定性的事務，而不擅長處理情感等充滿不確定性的問題。sensetime ceo徐立介紹，人工智慧和人最大區別，人對很多事情不是非常確定，在做的時候，目標會發生變化。但是人工智慧，需要...