基于词袋特征的物体分类

来源：互联网发布：js文件格式编辑：程序博客网时间：2024/04/28 06:10

背景与目的

物体分类是计算机视觉中很有趣的课题，也一直是各大计算机视觉会议的热点问题。常用到的数据集可能就是加州理工学院提供的Caltech 101或者Caltech 256了。2013年在墨尔本举行的ICIP会议上，更是把荧光图像细胞分类作为热点题目。本文章里，就是针对物体分类提炼出一种经过验证的通用的方法，在实际问题中灵活使用，会达到很高的识别率。

2 数据集

为了验证算法的识别率，这里仍然采用加州理工学院提供的数据集Caltech 101。此数据集包括101的分类，每一类有40-800张物体的图像。大多数分类里都有50张左右的图像。数据集是在2003年由若干人等收集整理的，这里就不一一列出来名字。数据集里每张图片接近300像素×200像素的大小。

details

http://codevisualization.com/archives/214

0 0