分类识别第11页

眼底图像识别报告

简介本次实验的目的是对眼底图像进行分类识别，数据的标签分为【0，1，2，3，4】五类，分别代表糖尿病视网膜病变的5个阶段，0为健康，4为最严重。

cooody·2020-02-26 06:23

数据可视化-混淆矩阵(confusion matrix)

1.混淆矩阵（confusionmatrix）介绍在基于深度学习的分类识别领域中，经常采用统计学中的混淆矩阵（confusionmatrix）来评价分类器的性能。

shenbo·2020-02-22 16:23

毕设思路

毕设题目：多标记分类识别工具包开发及应用系统实现本课题基于MATLAB和/或Python编程实现多种多标记分类算法，实现工具包的开发，为后续应用提供函数调用接口和函数库。

人造现实·2020-02-09 12:56

手写数字识别——手动搭建全连接层

本文使用TensorFlow2.0手动搭建简单的全连接网络进行MNIST手写数据集的分类识别，逐步讲述实现过程，穿插TensorFlow2.0语法，文末给出完整的代码。废话少说，开始动手吧！

KenSporger·2020-01-17 19:00

高光谱遥感图像相关知识梳理大全

前言本资料整理了高光谱遥感图像概念定义、分析处理与分类识别的基本知识。

Vinicer·2020-01-04 22:16

支持向量机（SVM）

支持向量机SVM对于分类问题，还有一种算法叫做支持向量机SVM，我们简化一下二分类数据，假设这些数据只有二维特征，其数据如下：我们希望找到一条线，把这些数据能够分类识别，图中三条线，H1是失败的，H2和

是阿凯啊·2020-01-01 18:00

【计算机视觉】对检测的人脸进行剪切和归一化

这样做的目的是改善图像质量，消除噪声，统一图像灰度值及尺寸，为后序特征提取和分类识别打好基础。该文将就人脸的剪切和归一化操作进行学习探讨，并做一笔记备用。

JasonDing·2020-01-01 02:31

谷歌多人语音识别新系统错误率降至2%

郭少悲·2019-12-29 09:51

光谱库

光谱库在准确地解译遥感图像信息、快速地实现未知地物的匹配、提高遥感分类识别水平起着至关重要的作用。

2008nmj·2019-12-23 00:00

PPT培训记录

1、课前互动：老师在讲课前玩了个猜扑克牌的游戏，互动中学习了分类识别的运用，由此引出本次培训的开始——PPT制作首先是架构的搭建，即把演讲的重要知识点进行分类和组装。

Jane_gz·2019-12-13 12:26

二元分类特征的选择：IV值

littlehei·2019-12-01 11:27

在CV尤其是CNN领域的一些想法

你看，现在的应用领域也无非merely就这么几类----分类识别，目标检测(定位+识别)，对象分割......，但是人的视觉可不仅仅这么几个功能啊！是吧。

dynmi·2019-10-14 14:00

目标检测——深度学习算法

各传统算法的主要区别在于特征提取的思路不同，如果用CNN提取特征，我们便能得到一个粗略的基于CNN特征提取的目标检测算法：暴力搜索，从左到右、从上到下滑动窗口，利用分类识别目标。

FarmerJohn·2019-09-16 21:22

神经网络入门介绍（非常易懂）

2、神经网络的成熟应用目前主要体现在分类识别上，具体来说可以分类到三个方面：(1)图像识别：主要用于人脸识别和自动驾驶；(2)语音识别：主要用于语音助手等；(3)文本识别：主要用于字体识别和新闻文本推送等

The-Chosen-One·2019-09-10 20:00

支付宝ar怎么进行垃圾分类识别? 支付宝搜垃圾分类的技巧

现在的垃圾分类是人们饭后茶余谈论的热点，对于一些我们不知道怎么分类的垃圾可以在支付宝上使用AR来智能识别，今天我们家就来看看支付宝搜垃圾分类的技巧。软件名称：支付宝钱包forandroidv10.1.55安卓官方免费版软件大小：67.7MB更新时间：2019-01-101、打开手机中的支付宝，在首页里找到顶部位置的【更多】选项并点击。2、在更多界面中点击打开最近使用或者便民服务下方的【城市服务】应

年少轻帅传奇·2019-07-11 14:11

模式识别与机器学习(一)

模式识别与机器学习[国科大]视屏链接模式:为了能够让机器执行和完成识别任务，必须对分类识别对象进行科学的抽象，建立它的数学模型，用以描述和代替识别对象，这种对象的描述即为模式。

范中豪·2019-07-08 21:00

模式识别（一）模式定义

两个鼻孔的猪·2019-06-23 20:40

深度学习物体检测知识点

一文读懂目标检测：R-CNN、FastR-CNN、FasterR-CNN、YOLO、SSD从RCNN到SSD，这应该是最全的一份目标检测算法盘点模块：提取物体区域RegionProposal对区域进行分类识别

音符纸飞机·2019-06-16 19:34

R-CNN算法原理

，网络模型输出结构不定所以需要一些他的方法解决目标检测（多个目标）的问题，试图将一个检测问题简化成分类问题①：目标检测-Overfeat模型滑动窗口目标检测的暴力方法是从左到右、从上到下滑动窗口，利用分类识别目标

抛物线.·2019-05-13 15:17

非极大值抑制（NMS）（Non-Maximum Suppression，NMS）机器改进(soft nms, learning nms)待更新2019-9-29

例如在行人检测中，滑动窗口经提取特征，经分类器分类识别后，每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。

wanghua609·2019-04-25 17:07

VGG 网络结构

VGG最大的贡献就是证明了卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用。

hankerbit·2019-04-13 00:00

基于Spark的机器学习实践 (一) - 初识机器学习

语言的编程方法有一定的数学基础1.8环境参数Spark:2.3.0JDK:1.8IDE:IDEA2机器学习概述2.1机器学习概念2.2机器学习发展史2.3机器学习(ML)&人工智能(AI)2.4机器学习的一般功能◆分类识别图像中人脸的性别是男还是女

公众号-JavaEdge·2019-04-08 18:00

卷积神经网络分析与总结（ENet图像分割）

相较于其他常规的语义分割网络，例如FCN，SegNet等运行时间与内存分别缩小了数十倍．１．ENet与常规语义分割网络语义分割网络应用于图像的像素级分类，即对每一个像素点确定他所属的类别，这就注定了语义分割任务相比于分类识别和目标检测任务要用更长的运行时间和更高的内

CHEN666CONG·2019-04-03 10:19

卷积神经网络学习总结

卷积神经网络学习总结网络模型背景为了有效对人脸特征进行准确分类识别，之前已经得到效果的算法一般是基于人脸几何特征的分析、模式匹配、图像匹配以及根据面部拓扑结构、神经网络模型训练的方法进行识别。

ifve·2019-03-21 23:11

CNN感受野（VGG）

VGG论文给出了一个非常振奋人心的结论：卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用，VGG基本全部是3x3小卷积核和2x2池化核。

madeirak·2019-03-18 13:25

计算机视觉基本任务研究目标

其与机器视觉的区别在于：计算机视觉侧重对质的分析，如分类识别，这是猫还是狗；或进行身份确认，如车牌识别、人脸识别；或进行行为分析，如人群聚集等；而机器视觉侧重对量的分析，如通过视觉去测量零件的直径。

gltmzq·2019-02-28 09:53

深度学习基础之VGG网络

KarenSimonyan在《VeryDeepConvolutionalNetworksforLarge-scaleImageRecognition》给出结论：卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用

hr_net·2019-01-25 09:25

卷积神经网络和图像分类识别

AndrewKirillov著Conmajia译2019年1月15日原文发表于CodeProject（2018年10月28日）.中文版有小幅修改，已获作者本人授权.本文介绍了如何使用ANNT神经网络库生成卷积神经网络进行图像分类识别

CONMAJIA·2019-01-16 22:00

Python构建图像分类识别器的方法

机器学习用在图像识别是非常有趣的话题。我们可以利用OpenCV强大的功能结合机器学习算法实现图像识别系统。首先，输入若干图像，加入分类标记。利用向量量化方法将特征点进行聚类，并得出中心点，这些中心点就是视觉码本的元素。其次，利用图像分类器将图像分到已知的类别中，ERF（极端随机森林）算法非常流行，因为ERF具有较快的速度和比较精确的准确度。我们利用决策树进行正确决策。最后，利用训练好的ERF模型后

AI专家·2019-01-12 16:12

基于深度学习的语音分类识别（附代码）

音频与我们生活有着十分联系。我们的大脑不断处理和理解音频数据，并为您提供有关环境的信息。一个简单的例子就是你每天与人交谈。这个演讲被另一个人看出来进行讨论。即使你认为自己处于一个安静的环境中，你也会听到更微妙的声音，比如树叶的沙沙声或雨水的飞溅。这是您与音频连接的程度。所以你能以某种方式抓住你周围的音频，做一些有建设性的事情吗？当然是！有一些设备可以帮助您捕获这些声音并以计算机可读格式表示。这些格

python语音识别-公众号·2018-12-15 12:44

MSTAR数据库结合深度学习（SAR图像目标检测与识别）

从现有的SARATR系统处理流程来看，目标检测作为该系统的前端，很大程度上影响系统后续识别性能，在较好的检测性能下获得的目标区域可以直接进行分类识别，避免了鉴别阶段进一步减少虚警目标。

ZYZYZYZYZYZYZYZYZY·2018-12-14 20:12

使用PyTorch实现CNN训练一个针对于CIFAR10数据集的分类识别网络，简单易懂，思路清晰，非常适合小白，代码注释非常详细

首先我们先梳理一下思路，要想自己训练一个网络首先要做一下几步第一，准备数据集，对数据集做一些预处理第二，划分加载的样本数据，以及加载的数量等第三，定义网络结构，即在PyTorch中的话就是实现一个类的声明（torch.nn.Module）第四，定义损失函数第五，写一个加载数据集的函数用来在训练初期加载数据集第六，定义训练网络实现网络的迭代训练代码中的注释非常的详细，很适合初学者上手去自己训练模型，

EvaJason·2018-11-25 22:33

【Deep Learning】基于 Keras 的猫狗分类识别

基于Keras的猫狗分类识别更新：本文代码github连接：https://github.com/Sdamu/Keras_pratice 本篇主要实现利用Keras来实现Kaggle的经典比赛——猫狗识别

S大幕·2018-11-21 11:41

吴恩达神经网络与深度学习——神经网络概述

吴恩达神经网络与深度学习——神经网络基础神经网络基础2.1二分分类识别图像中是否有猫一些符号2.2logistic回归2.3Logistic回归损失函数损失函数代价函数2.4梯度下降梯度下降法的思想2.5

cherry1307·2018-11-02 09:56

使用LSTM实现mnist手写数字分类识别 TensorFlow

RNN做图像识别原理：MNIST数据集中一张图片数据包含28*28的像素点。RNN是将一张图片数据的一行作为一个向量总体输入一个X中。也就是说，RNN有28个输入X，一个输入X有28个像素点。输出最后一个结果做为预测值。TensorFlow入门学习代码：#-*-coding:utf-8-*-fromtensorflow.examples.tutorials.mnistimportinput_dat

WX_Chen·2018-09-28 10:22

迁移学习

JH0lmes·2018-09-07 19:34

OpenCV实现车牌识别，OCR分割，ANN神经网络

提取分割出的字符图像特征信息，并使用分类识别字符（OCR类实现）。程序运行过程：原始带有车牌的图片抠图并输入的车牌图片二值化并分割成单个字符

MANY_L·2018-08-29 10:30

目标检测入门：候选区域选择

滑动窗口滑动窗口检测器是一种暴力检测方法，从左到右，从上到下滑动窗口，然后利用分类识别目标。

M_Z_G_Y·2018-07-30 15:07

【DL (4)】公开数据集简介与比较

MNISTImageNetPASCALVOCCOCO简介手写数字数据库图像分类、定位、检测视觉对象的分类识别和检测CommonObjectsinContext，其对于图像的标注信息不仅有类别、位置信息，

vision比心·2018-07-24 15:54

cs231n-lecture2&3

cs231n.github.io/python-numpy-tutorial/GoogleCloud教程：http://cs231n.github.io/gce-tutorial/二、图像分类–CV核心问题分类识别

sun1398·2018-06-29 20:26

AI从入门到放弃：CNN的导火索，用MLP做图像分类识别？

本文通过使用MLP做图片分类识别的尝试作为思路指引，实为下一篇CNN相关笔记的引子文章。本文的文档和代码，传送门：github项目地址一.用MLP做图像分类识别？在

腾讯云加社区·2018-06-21 00:00

图像的特征提取（非深度学习方法）

图像识别无非是特征提取加分类识别从本节开始，我们将逐步从数字图像处理向图像识别过渡。严格地说，图像特征提取属于图像分析的范畴，是数字图像处理的高级阶段，同时也是图像识别的开始。

Assure_zhang·2018-05-29 22:49

目标检测模型一：滑动窗口检测器，选择性搜索，R-CNN，边界框回归器

1.滑动窗口检测器滑动窗口检测器是一种暴力检测方法，从左到右，从上到下滑动窗口，然后利用分类识别目标。这里使用不同大小的窗口，因为一张图片可能展示从不同距离观测检测出不同的目标类型。

诗蕊·2018-04-28 13:13

利用tensorflow的image_retrain实现再训练和分类识别

参考文档：https://github.com/tensorflow/hub/blob/master/docs/tutorials/image_retraining.md现代物体识别模型有数以百万计的参数。从零开始训练需要大量的标记训练数据和强大的计算能力（数以百计的GPU小时或更多）。学习迁移是一种技术，非常快捷的使用一个在相关的任务里已训练过的模型中的一部分，在一个新的模型里重用，从新的类的现

daydayup_668819·2018-04-17 12:17

经典CNN之：LeNet介绍

LeNet5通过巧妙的设计，利用卷积、参数共享、池化等操作提取特征，避免了大量的计算成本，最后再使用全连接神经网络进行分类识别，这个网络也是最近大量神经网络架构的起点。

daydayup_668819·2018-04-13 17:56

基于tensorflow + Vgg16进行图像分类识别

1.VGG-16介绍vgg是在VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition期刊上提出的。模型可以达到92.7%的测试准确度,在ImageNet的前5位。它的数据集包括1400万张图像，1000个类别。vgg-16是一种深度卷积神经网络模型，16表示其深度，在图像分类等任务中取得了不错的效果。vgg16的宏观结构图如下。代码定

daydayup_668819·2018-03-22 11:06

ENVI遥感影像处理入门速查（1）——分类与制图

目的：基于ENVI软件，实现遥感影像的分类内容：利用南京市TM影像进行分类识别步骤：1.预处理预处理包括几何校正、辐射校正、裁切与掩膜等，其中辐射校正又包括辐射定标与大气校正。

studyCarlos·2018-03-20 14:35

[超详细]在caffe上用alexnet做汉字分类识别

前情提要：在网上找了一类验证码图片，对验证码进行处理后分割得到其上的汉字。在此基础上用alexnet对分割得到的汉字训练识别，测试识别的准确率。由于找的验证码数量不够，所以仿照原验证码类型生成了一波验证码数据。（先把整个流程纲要和代码部分贴出来，后续的所有截图等我这两天整理好再补充上来。）----2018.3.19本文结构：1.数据准备、制作lmdb数据集2.计算均值3.编写网络结构文件4.编写s

luolan9611·2018-03-19 19:37

【深度学习系列】用PaddlePaddle进行车牌识别（一）

传统的方法需要对图像进行多次预处理再用机器学习的分类算法进行分类识别，然而深度学习发展起来以后，我们可以通过用CNN来进行端对端的车牌识别。

Charlotte77·2018-02-26 10:00

深度学习: 细粒度图像识别 (fine-grained image recognition)

精细化分类识别出物体的大类别（比如：计算机、手机、水杯等）较易，但如果进一步去判断更为精细化的物体分类名称，则难度极大。最大的挑战在于，同一大类别下不同子类别间的视觉差异极小。

JNingWei·2018-02-02 17:30

推荐频道

分类识别