googlenet图像分类opencv源码.rar

使用时请修改文件名为bvlc_googlenet.caffemodel，cmake时注释脚本文件中相应的代码

GoogLeNet计算过程（包括每一步数据）

训练好的googlenet模型，里面包含模型文件和参数，可以直接用来测试不需训练

GoogLeNet是谷歌（Google）研究出来的深度网络结构 GoogLeNet是2014年Christian Szegedy提出的一种全新的深度学习结构

Opencv, svm, image classification, capsule classification, feature training

CNN实现对FashionMNIST图像分类 卷积神经网络相对于全连接神经网络的优势: 参数少 -> 权值共享 因为全连接神经网络输入的图片像素较大, 所以参数较多 而卷积神经网络的参数主要在于

libsvm图像分类

纹理图像的特征提取及分类,基于随机投影、稀疏表示来提取特征进行分类。

遥感图像处理，

程序对图像进行了很好的分类，好不容易找到的代码。