기술나눔

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

이미지 분류는 딥러닝을 기반으로 하는 컴퓨터 비전 작업 중 가장 간단하고 기본적인 카테고리입니다. 여기에 사용되는 CNN 특징 추출 기술은 타겟 탐지, 타겟 분할 등의 시각적 작업의 기반이기도 합니다.

이미지 분류 작업과 관련된 구체적인 프로세스는 다음과 같습니다.
1. 지정된 크기, 1/3 채널, 너비와 높이가 일반적으로 동일한 RGB 이미지를 입력합니다.
2. 고차원 특징값 생성을 위한 컨볼루셔널 신경망을 통한 다중 규모 특징 추출
3. 완전히 연결된 네트워크 또는 기타 구조를 사용하여 고차원 특징을 분류하고 각 대상 분류의 확률 값을 출력합니다(확률의 합은 1임)
4. 확률값이 가장 높은 것을 이미지 분류 결과로 선택

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