《深度学习与图像识别：原理与实践》—3.2　图像分类识别预备知识

3.2　图像分类识别预备知识

3.2.1　图像分类

首先，我们来看一下什么是图像分类问题。所谓的图像分类问题就是将已有的固定的分类标签集合中最合适的标签分配给输入的图像。下面通过一个简单的小例子来解释下什么是图像分类模型，以图3-3所示的猫的图片为例，图像分类模型读取该图片，并生成该图片属于集合{cat, dog, hat, mug}中各个标签的概率。需要注意的是，对于计算机来说，图像是一个由数字组成的巨大的三维数组。在这个猫的例子中，图像的大小是宽248像素，高400像素，有3个颜色通道，分别是红、绿和蓝（简称RGB）。如此，该图像就包含了248×400×3=297 600个数字，每个数字都是处于范围0～255之间的整型，其中0表示黑，255表示白。我们的任务就是将上百万的数字解析成人类可以理解的标签，比如“猫”。

图3-3　电脑看到的图片均为0～255的数字

图像分类的任务就是预测一个给定的图像包含了哪个分类标签（或者给出属于一系列不同标签的可能性）。图像是三维数组，数组元素是取值范围从0～255的整数。数组的尺寸是宽度×高度×3，其中3代表的是红、绿、蓝3个颜色通道。