Teknologian jakaminen

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Kuvan luokittelu on yksinkertaisin ja yksinkertaisin syväoppimiseen perustuvien tietokonenäkötehtävien luokka. Siinä käytetty CNN-ominaisuuspoimintatekniikka on myös visuaalisten tehtävien, kuten kohteen havaitsemisen ja segmentoinnin, perusta.

Kuvien luokittelutehtävään liittyvä erityinen prosessi on seuraava:
1. Syötä tietyn kokoinen RGB-kuva, 1/3 kanavaa, leveys ja korkeus ovat yleensä samat
2. Monimuotoinen ominaisuuspoiminta konvoluutiohermoverkon kautta korkeadimensionaalisten ominaisuusarvojen luomiseksi
3. Käytä täysin yhdistettyä verkkoa tai muuta rakennetta korkeadimensionaalisten ominaisuuksien luokittelemiseen ja tulosta kunkin kohdeluokituksen todennäköisyysarvo (todennäköisyyksien summa on 1)
4. Valitse kuvan luokituksen tulokseksi se, jolla on suurin todennäköisyysarvo

opencv.dnn模块可以直接加载深度学习模型，并进行推理输出运行结果。下面是opencv.dnn模块加载googlenet caffe模型进行图片分类的代码。
import cv2
import numpy as np
from labels import LABEL_MAP # 1000 labels in imagenet dataset

if __name__=='__main__':

                    上一篇
                    下一篇