基于CNN的竹子表面缺陷分类 可以通过以下链接下载Bamboo数据集 ImageNet的精缩版可以下载这个链接 这个git包括使用Basler Area Camera获取数据,生成更多图像和训练模型。
提出了一种用于图像分类的卷积神经网络,将不同池化方式对图像分类的影响进行了分析对比,采用重叠池化和dropout技术,较好地解决过拟合问题。与传统神经网络相比,该方法在CIFAR-10数据集上获得了较
对一些简单的名词解释给与了说明，同时对几个方面都有简洁的介绍
这是基于神经网络的图像分类，图片集1000张，通过神经网络模型，分类精度达80%，并输出混淆矩阵及相关二级评价指标，相关文件路径需自行修改。
基于神经网路的遥感图像分类,使用神经网络对几幅不同频段的遥感图像分类,主要是区分图像中不同的地形区域。
为了更好地实现基于语义的图像检索，结合了颜色、纹理和形状的综合特征来表示图像，将它们作为支 持向量机( SVM) 的输入向量，对图像类进行学习，建立图像底层特征和高层语义的关联。采用综合特征表示图像，
本文着重阐述了图像的纹理特征、灰度共生矩阵及其特点，进行了基于灰度共生矩阵的纹理特征提取实验，并采用最小距离判别函数，对图像的特征值进行分类识别。实验表明，对于具有显著纹理特征的图像，基于纹理特征的图
基于matlab的图像形状与分类,内含代码。
Image Classification Research Based on Active Learning
结合了无监督学习和有监督学习的优点，深度信念网络ＤＢＮ对高维遥感图像数据具有较好的分类能力
用户评论