AI学习路线图：深度学习-应用领域

图像分类 (Image Classification)

任务目标：回答“这张图片里有什么？”。给定一张图片，模型需要输出一个单一的标签来描述图片的主要内容（例如，“猫”、“狗”、“汽车”）。这是计算机视觉中最基础、最核心的任务。

预测: 猫

from tensorflow import keras
from keras import layers

# 典型的分类模型结构
model = keras.Sequential([
    # ... 一系列的卷积和池化层 ...
    layers.Conv2D(32, 3, activation='relu'),
    layers.MaxPooling2D(),
    layers.Flatten(),
    # ... 全连接层 ...
    layers.Dense(128, activation='relu'),
    # 输出层，使用 softmax 进行多分类
    layers.Dense(10, activation='softmax')
])
                        

目标检测 (Object Detection)

任务目标：回答“图片里的东西分别是什么？它们在哪里？”。目标检测不仅要识别出图片中的多个物体，还要用一个矩形的边界框 (Bounding Box) 把它们的位置标出来。

预测: 狗, [x, y, w, h]

# 目标检测模型更复杂
# 通常包含一个用于特征提取的骨干网络 (Backbone)
# 和用于预测边界框与类别的头部网络 (Head)

# 经典算法:
# - R-CNN, Fast R-CNN, Faster R-CNN
# - YOLO (You Only Look Once)
# - SSD (Single Shot MultiBox Detector)

# model = build_yolo_model()
# model.fit(X_train, y_train)
# predictions = model.predict(new_image)
# # predictions 会包含每个物体的 [类别, 置信度, x, y, w, h]
                        

图像分割 (Image Segmentation)

任务目标：回答“图片中每个像素属于哪个物体？”。这是最精细的图像理解任务，它要求模型对图像中的每一个像素进行分类，从而实现像素级的区域划分。这在自动驾驶（识别道路）、医学影像分析（识别病灶）等领域至关重要。

预测: 像素级掩码

# 图像分割模型通常采用编码器-解码器结构
# 编码器 (Encoder) 提取特征
# 解码器 (Decoder) 恢复分辨率并进行像素级分类

# 经典算法:
# - FCN (Fully Convolutional Network)
# - U-Net
# - DeepLab

# model = build_unet_model()
# model.fit(X_train, y_train_masks)
# predicted_mask = model.predict(new_image)
# # predicted_mask 的尺寸与原图相同
# # 每个像素的值代表其所属的类别
                        