08. 学会分类图像

分类技巧

你刚才看到了一个完整的分类流程。对于图像分类器，从一些输入图像开始，使用计算机视觉技术来处理这些图像，并提取特征，例如区分该图像中的颜色或形状。

然后，分类器可查看这些特征并输出一个类，这是描述图像的标签。

分类器应该预测具有相似形状或颜色的图像具有相同的类别。

我们通常会告诉分类模型需要查找什么。例如，假设我们正看到一堆图像，并且想将它们分为两类：汽车和非汽车！
为了对汽车进行分类，我们可以编写一个程序来查找汽车的不同部件：车轮、灯光、窗户等等。如果发现了这些部件，我们会将图像归类为汽车。我们决定哪些特征是需要重要查找的。

机器学习

但是，还有另一种创建分类器的方法，就是使用机器学习。

机器学习允许通过给计算机大量的例子使它弄清楚事情。所以，我们不是通过机器学习来告诉模型什么样的特性，而是给它提供很多汽车和非汽车的图像，并且让它学习识别区分它们的特征。它可以学习识别车轮和窗户，以及哪些分类算法最适合 准确地 将任何给定的图像分类为汽车或非汽车！

接下来，我们将看看机器学习技术如何进行实际的训练来分类图像集。