.. _chap_cv:

Tầm nhìn máy tính
=================


Cho dù đó là chẩn đoán y tế, xe tự lái, giám sát camera hoặc bộ lọc
thông minh, nhiều ứng dụng trong lĩnh vực thị giác máy tính có liên quan
chặt chẽ đến cuộc sống hiện tại và tương lai của chúng ta. Trong những
năm gần đây, deep learning là sức mạnh biến đổi để thúc đẩy hiệu suất
của các hệ thống thị giác máy tính. Có thể nói rằng các ứng dụng tầm
nhìn máy tính tiên tiến nhất gần như không thể tách rời khỏi học sâu.
Theo quan điểm này, chương này sẽ tập trung vào lĩnh vực thị giác máy
tính, và điều tra các phương pháp và ứng dụng gần đây đã có ảnh hưởng
trong học viện và ngành công nghiệp.

Trong :numref:`chap_cnn` và :numref:`chap_modern_cnn`, chúng tôi đã
nghiên cứu các mạng thần kinh phức tạp khác nhau thường được sử dụng
trong tầm nhìn máy tính và áp dụng chúng cho các tác vụ phân loại hình
ảnh đơn giản. Vào đầu chương này, chúng tôi sẽ mô tả hai phương pháp có
thể cải thiện khái quát hóa mô hình, đó là *image augmentation* và
*fine-tuning*, và áp dụng chúng vào phân loại hình ảnh. Vì các mạng thần
kinh sâu có thể đại diện hiệu quả hình ảnh ở nhiều cấp độ, nên các biểu
diễn theo lớp như vậy đã được sử dụng thành công trong các tác vụ thị
giác máy tính khác nhau như phát hiện đối tượng\ *, * phân đoạn ngữ
nghị\* và chuyển kiểu *. Theo ý tưởng chính của việc tận dụng các biểu
diễn theo lớp trong tầm nhìn máy tính, chúng ta sẽ bắt đầu với các thành
phần và kỹ thuật chính để phát hiện đối tượng. Tiếp theo, chúng tôi sẽ
chỉ ra cách sử dụng mạng * hoàn toàn phức tạp \* để phân đoạn hình ảnh
ngữ nghĩa. Sau đó, chúng tôi sẽ giải thích cách sử dụng các kỹ thuật
chuyển phong cách để tạo ra hình ảnh như bìa của cuốn sách này. Cuối
cùng, chúng tôi kết thúc chương này bằng cách áp dụng các tài liệu của
chương này và một số chương trước trên hai bộ dữ liệu điểm chuẩn tầm
nhìn máy tính phổ biến.

.. toctree::
    :maxdepth: 2

    image-augmentation
    fine-tuning
    bounding-box
    anchor
    multiscale-object-detection
    object-detection-dataset
    ssd
    rcnn
    semantic-segmentation-and-dataset
    transposed-conv
    fcn
    neural-style
    kaggle-cifar10
    kaggle-dog