深度学习应用开发 课件 cha6 1-图像分类的概述_第1页
深度学习应用开发 课件 cha6 1-图像分类的概述_第2页
深度学习应用开发 课件 cha6 1-图像分类的概述_第3页
深度学习应用开发 课件 cha6 1-图像分类的概述_第4页
深度学习应用开发 课件 cha6 1-图像分类的概述_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

目录1图像分类的介绍01任务图像分类的应用02任务图像分类的挑战03任务图像分类的方法04任务1图像分类的介绍1图像分类的介绍图像分类是将整幅图像分类为单个标签的任务。例如，如果给定的图像是狗或猫，图像分类任务就可以将图像标记为狗或猫。本章将介绍如何使用TensorFlow来建立这样的图像分类模型，并学习提高分类准确率的技术。图像分类的目标就是将不同图片划分到不同类别，实现最小的分类误差。2图像分类的应用2图像分类的应用图像分类是以一定的可信度用一个对象或概念对整幅图像打标签的任务。它的应用包括根据给定人脸图像进行性别分类、识别宠物类型、标记照片等。2图像分类概述图片分类技术是计算机视觉中重要的基本问题，是目标检测，图像分割，物体追踪等视觉任务的基础。图像分类有广泛的应用，如网盘图片自动分类，卡片类别识别，动植物识别等。3图像分类的挑战3图像分类的挑战图像分类问题受各种因素的影响，模型的性能主要面临一下几种挑战：（1）类内变化：类内差异是同一类图像之间的差异。（2）比例变化：同一对象的图像具有多种大小，且可能大小差异很大。（3）视点变化：视点变化即相对于如何在图像中拍摄和捕获对象。（4）遮挡：图像中分类对象无法完全查看，很大一部分隐藏在其他对象的后面。（5）光照条件：由于照明强度不同，在图像中像素的强度级别也有所不同。（6）背景：如果图中有很多对象，找到特定对象非常困难4图像分类方法4图像分类的方法按照图像分类的发展过程划分，图像分类可以分为传统图像分类和深度学习图像分类。（1）传统的图像分类方法传统的图像分类方法有很多，如使用近邻分类器（NearestNeighborClassifier），将测试图片与训练集中的每个图片去对比，将差别最小的那个类的标签，作为预测结果。即将两张图片的像素矩阵相减，得出插值矩阵求值。3图像分类的类型（2）深度学习图像分类方法图像分类从传统方法到基于深度学习的方法，得益于计算机算力的提升。

LeNet-5是使用深度学习方法处理图像分类的卷积神经网络。又随着ImageNet数据集分类大赛的举办，出现了大量的高性能图像分类模型。如A

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论