今天要介紹的是Object detection(物件偵測)以及CNN (Convolutional Neural Network , 卷積神經網路)

首先是Object detection :
也就是物件偵測，通常會由

• Object Localization (物件定位)
• Feature Extraction (特徵提取)
• Image Classification (圖像分類)
  三者組合而成，換句話說
  「哪裡有東西，這東西有啥特徵，我覺得這東西是啥」 = 我找到這東西了 !

CNN (卷積神經網路):
CNN是深度學習的其中一種架構，被廣泛的使用在物件辨識以及圖片處理等領域。

而CNN會由3個步驟組成

• Convolution Operation (卷積)
• Pooling (池化)
• Fully Connected Networks (全連接)

1. Convolutional Operation
   在第一步會進行卷積，抓取圖片中的特徵。在影像辨識時，要使用影像中的全部pixel進行辨識是不現實的。比較合理的做法是抓出影像中重要的地方，將這些特徵(feature maps)保存起來，之後才讓訓練決定特徵點的去留。

舉個例子:
(X

如果拿JOJO中的經典人物DIO來看(不考慮子安武人的魔性配音σ`∀´)σ)
原圖是

經過挑選後的特徵可能剩下

2. Pooling
   因為現實世界有太多的變因能夠影響影像的成像品質，而這些因素都能讓電腦出現誤判的情況，因此在池化這步將會讓神經網路有能力處理這些特徵。

現實中的變因 ᕕ ( ᐛ ) ᕗ

而pooling又分為:

• Mean pooling
• Max pooling
• Sum pooling
  這裡用最常用的Max pooling舉例，他就是挑選出前一步產出的Feature maps矩陣內的最大值。使用Max pooling的好處是平移不會對判斷造成影響，也因為是挑最大值，所以基本上不會挑中比重小的值，自然抗雜訊能力也就好。

3. Fully Connected Networks
   在這步(全連接網路)會把前幾步得到的網路進行平坦化(Flatten)的動作，變成一個很神奇的物體。
   
   像這樣，經過三步之後，CNN就算是完整的介紹完了。

參考資料:
https://medium.com/@chenchoulo/yolo-%E4%BB%8B%E7%B4%B9-4307e79524fe
https://ithelp.ithome.com.tw/articles/10204738
https://ithelp.ithome.com.tw/articles/10204737
https://medium.com/jameslearningnote/%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92-%E7%AC%AC5-1%E8%AC%9B-%E5%8D%B7%E7%A9%8D%E7%A5%9E%E7%B6%93%E7%B6%B2%E7%B5%A1%E4%BB%8B%E7%B4%B9-convolutional-neural-network-4f8249d65d4f