图像识别
图像识别（计算机视觉，CV） 让计算机"看懂"图片——人脸识别、车牌识别、医疗影像、工业缺陷检测都靠它。四个小节带你从"图片是数字表格"出发，看懂 CNN 的原理，用上预训练模型，最后亲手微调出自己的图片分类器。
全章代码基于 Pillow 与 PyTorch/torchvision，可直接复制到本地运行，首次运行会自动下载模型权重，请耐心等待。
章节规划
| 章节 | 内容 | 你会学到 | 状态 |
|---|---|---|---|
| 1. 计算机如何"看"图 | 像素、通道与张量 | 图像=数字矩阵、RGB 三通道、灰度公式、归一化 | ✅ 已上线 |
| 2. 卷积神经网络入门 | CNN 是视觉的基石 | 卷积核扫图、特征图、最大池化、层层抽象 | ✅ 已上线 |
| 3. 用预训练模型识别图像 | 站在巨人的肩膀上 | ResNet18 预训练、图像预处理、top-k 预测 | ✅ 已上线 |
| 4. 实战：训练自己的图片分类器 | 微调出属于你的模型 | 迁移学习、数据集准备、微调训练、模型评估 | ✅ 已上线 |
适合谁看
- 已学完 机器学习 基础概念（特征、标签、训练/测试集）
- 想理解"机器怎么看图"，而不仅仅是调用识别 API
- 零深度学习背景也能入门，公式用大白话替代，代码优先
前置知识清单
在开始本板块前，确认你会：
- Python 的
list、dict、for循环 -
pip install安装第三方库（Pillow、torch、torchvision） - 读懂简单的多维数组概念（如张量的 维度）
- 知道什么是训练集与测试集（来自机器学习板块）
常见问题速查
| 问题 | 简短回答 |
|---|---|
| 要自己训练大模型吗？ | 不需要，第 3 章直接用别人训好的 ResNet18，第 4 章只做小规模微调 |
| 显卡不够用怎么办？ | 预测（推理）在 CPU 上也能跑，只是慢一点；训练建议有 GPU 或用云端 |
| 图片格式有要求吗？ | 常见的 JPG/PNG 均可，代码会自动转 RGB 并缩放到模型要求的尺寸 |
动手建议
- 第 1 章建议亲手用 Pillow 造一张小图并读像素，体会"图=数字"
- 第 3 章首次运行会下载约 45 MB 的模型文件，保持网络通畅
- 第 4 章微调前，先准备好几百张自己分类好的图片（如"猫""狗""其他"）
前置：机器学习 基础概念 🐸