1回答
我正在学习OCR和阅读这本书光学扫描前处理表象识别这就是他们写的关于表示的内容(#5)。图像表示在任何识别系统中都扮演着重要的角色。在最简单的情况下，灰度或二值图像被输入到识别器。然而，在大多数的识别系统中，为了避免额外的复杂性和提高算法的准确性，需要一个更紧凑、更有特征的表示。为此，为每个类提取了一组特征，这有助于将其与其他类区分开来，同时在class.The字符图像表示方法中保持对特征差异的不变量，通常分为
浏览 0提问于2017-06-06得票数 4
3回答
我试着提取一组图像的特征。我用的是站点的CNN。
谁能告诉我如何使用CNN进行图像的特征提取？我找了很多地方。但在任何地方都没有明确提到特征提取部分。
浏览 0提问于2017-03-11得票数 8
回答已采纳
我想知道两个彩色数据集的Frechet初始距离是否与转换为灰度的相同数据集计算的FID相同
浏览 54提问于2021-11-20得票数 0
1回答
我想使用我在图像数据集上训练的VAE作为另一个任务的特征提取器，这样我就可以用我的VAE替换一个用于特征提取的ResNet。我用哪几层来做这个？使用“标准”自动编码器，您只需使用编码网络，但是由于VAE的潜在层由均值和分布组成，我不知道应该使用哪些层进行特征提取。
有人知道如何使用VAE作为特征提取器吗?使用不同的组件应该考虑什么？
浏览 4提问于2020-11-10得票数 0
回答已采纳
在Tensorflow对象检测API中，一个典型的神经网络由两个部分组成:一个特征提取器，然后一个利用特征提取输出的神经网络进一步对图像进行分类。如果你要在对象检测api中自定义训练一个更快的resnet50神经网络，去检测另外2个对象，在训练过程中特征提取器也是训练的吗？即特征提取器组件的权重是否会发生变化？
浏览 0提问于2018-07-31得票数 3
回答已采纳
3回答
我做了一些研究发现脊椎骨可能意味着
DeepLabv3+以和ResNet-101为骨干.但是，我不熟悉DeepLabv3+的整个结构，骨干指的是哪一部分，哪些部分保持不变？
浏览 3提问于2020-01-22得票数 32
回答已采纳
1回答
我读了一篇关于深度学习的文章，偶然发现了这个术语，叫做多尺度神经网络。我完全理解卷积神经网络的概念，但它的多尺度部分的理解有点困难。有人能帮帮我吗？提前感谢！
浏览 0提问于2021-11-05得票数 0
裸问题语句我想训练一个B型，它使用A的特征提取器FE和再训练它自己的分类头BCH。更多关于问题动机的详细信息：
我有一个图像数据集，我想分类，这些图像可以有几个类给他们。例如，同一图像可以有“陆地车辆”(超级类别)和一类“汽车”(类别)或“卡车”类。另一幅图像可能是“飞行器”级，它可以是“直升机”或“飞机”。由于图像和大部分特征应该是相同的，我希望为超类别训练一个分
浏览 10提问于2022-02-04得票数 1
1回答
如果在图像上使用特征提取方法，那么我是得到一个特征表示还是在特征表示背后有不同的含义？
据我所知，当我在图像上使用CNN时，卷积层会执行特征提取。那么，我还可以说在每一层之后都有一个新的特性表示吗？
浏览 0提问于2020-11-07得票数 0
回答已采纳
我正在尝试使用SIFT (来自opencv)来获得描述图像的直方图。问题是，SIFT识别了图像中的许多兴趣点，并给出了128个元素的向量。虽然在我看来这就是SIFT应该做的事情，但我的实验室的PI告诉我，有一个实现为所有图像提供了一个128个元素的向量。您知道这样的实现吗？
如果没有，有没有其他方法可以获得一个好的图像描述符？
浏览 3提问于2018-12-01得票数 0
我的问题是关于MATLAB中的图像处理技术。我正在设计一个概念证明，将从一个大的数字图像集区分数字"4“。
我使用了很多图像处理技术，比如边缘检测。我还使用了一种技术，即获取图像的每列和每行的平均像素值。然而，我不确定这个特征提取方法到底是做什么的。有人能解释一下为什么这是一种特征提取吗？这个方法有没有特别的名字呢？
浏览 3提问于2018-04-15得票数 0
1回答
变形两张面孔图像
、、
我想从openCV的狂热爱好者那里得到一些帮助。我见过像cvWarpAffine和cvMakeScanlines这样的函数，但我不确定如何使用它们。提前谢谢。
浏览 1提问于2012-03-30得票数 2
回答已采纳
2回答
监督下降法(SDM)
、、、
有人能简单解释一下SDM (Supervised Descent Method)特征提取的工作原理吗？我在网上找了很久，但没有找到我想要的东西。它是只用于视频中的特征提取，还是可以在视频和图像中使用？
如果有人能解释，那将会有很大的帮助。
浏览 3提问于2014-06-08得票数 1
1回答
我需要做一个简单的任务：有一个参考图像，计算以像素为单位的另一个图像，考虑到没有缩放和没有旋转，只是平移：(x，y)。有这个，哪一种是容易的方法？自相关？特征提取？我想特征提取根本不需要，因为它是一个简单的任务。
任何帮助都将不胜感激，干杯，
浏览 2提问于2013-02-12得票数 0
回答已采纳
它在图像中找到物体并对它们进行分类。我的理解是VGG-16，RESNET-50等等.还可以在图像中找到对象并对其进行分类。
浏览 0提问于2019-06-26得票数 9
2回答
我想开发一个应用程序来检测扫描的文件，其中可能包含混合文本，图形，图像等文本。我想我可以使用固定大小的滑动窗口技术，并使用前馈神经网络或SVM来对这些区域进行分类，但我被特征提取阶段所困，常用的特征提取方法是什么？
浏览 1提问于2015-03-18得票数 2
2回答
我有一组蝴蝶图像，用于训练我的系统从给定的输入图像中分割出一只蝴蝶。为此，我希望提取边缘、角点、区域边界、局部最大/最小强度等特征。我发现了许多特征提取方法，如Harris角点检测，SIFT，但当图像背景与蝴蝶的身体/边界颜色相同时，它们不能很好地工作。
谁能告诉我，有没有什么好的特征提取方法可以很好地用于蝶形分割？
浏览 3提问于2012-10-31得票数 5
回答已采纳
我想使用Tensorflow 来识别一系列摄像头图像中的对象。对COCO数据集进行预培训的似乎是合适的，因为它们包含了我需要的所有对象类别。但是，我希望改进模型在识别每个图像中相当小的对象方面的性能。如果我正确理解，我需要编辑中的锚点参数，以获得模型使用较小的边界框。除了将图像裁剪成各部分并分别对每个部分进行推理外，是否还有其他技巧可以成功地识别小对象呢？
我目前正在为模型提供1280x720图像。
浏览 1提问于2018-01-15得票数 12
回答已采纳
1回答
作者定义了8个过程来实现一个接一个的OCR (2后1，3后2等等)：
这就是他们写的关于表示的内容图像表示在任何识别系统中都扮演着重要的角色。在最简单的情况下，灰度或二值图像被输入到识别器。然而，在大多数的识别系统中，为了避免额外的复杂性和提高算法的准确性，需要一个更紧凑、更有特征的表示。为此，为每个类提取了一组特征，这有助于将其与其他类区分开来，同时在class.The字符图像表示方法中保持对特征差异的不变量，通常分为
浏览 0提问于2017-06-06得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
