基于sift的图像特征提取,使用bagofword模型,后端使用贝叶斯分类器进行分类,实验了五种树叶图像,效果良好。 对于形态特征具有良好的描述能力。
图像分类的5种机器学习方法 传统机器学习 对图像进行识别分类
tesnorflow实现图片分类代码,采用CNN网络架构,具有知道意义
一个简单的图片分类程序,基于python(numpy & opencv),文件包含代码以及图片集,分类正确率约为89%。仅供学习使用…
基于OpenCV的图像分类技术,非监督分类中常用方法,简单实用
将一幅图像中每一个图像块进行分类,分为光滑块和非光滑块。
有助于理解logo图像的识别方法帮助新手更好的理解logo图像的识别
这是09年发表在计算机视觉与模式识别会议(CVPR)上的论文源码,里面包含了图像分类的基本方法,对于图像分类效果非常好
利用matlab实现的k均值算法,对不同主体的图片进行分类,内含图片资源,分类为人,建筑,车,恐龙,大象和海滩风景。
图像分类 该项目旨在使用SLEAP工具箱( )跟踪视频中的单元格。 转换工具箱使用深度学习来跟踪视频中动物的位置,并在视频的每一帧上提供动物(以及它们身体的不同部位)的位置。 当前的工具箱使用SLEA
