深度学习第二课--图像识别与KNN
生活随笔
收集整理的這篇文章主要介紹了
深度学习第二课--图像识别与KNN
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
圖像分類(lèi)的難點(diǎn)
- 視角不同
- 尺寸不同
- 變形
- 光影
- 背景干擾
- 同類(lèi)內(nèi)的差異
例如躺椅、座椅、
圖像識(shí)別的核心
數(shù)據(jù)驅(qū)動(dòng)學(xué)習(xí)。就像人看過(guò)很多貓以后,就知道什么是貓。把很多同一類(lèi)的圖片“喂給”計(jì)算機(jī),讓計(jì)算機(jī)自己去學(xué)習(xí)該類(lèi)圖片的特征。之后做出評(píng)估。KNN解決圖片分類(lèi)
利用圖片與圖片之間的距離。根據(jù)距離最近的N張圖片的標(biāo)簽決定預(yù)測(cè)圖片的分類(lèi)。圖片之間的距離可以用曼哈頓距離、歐式距離或者余弦距離表示。 KNN的優(yōu)點(diǎn)是思路簡(jiǎn)單,但是預(yù)測(cè)的時(shí)候需要與所有訓(xùn)練集圖片比較,時(shí)間長(zhǎng)。而且效果也不好。基本上是顏色一致的圖片是最近鄰的。總結(jié)
以上是生活随笔為你收集整理的深度学习第二课--图像识别与KNN的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: eclipse改变html字体大小,ec
- 下一篇: 深度学习第五课-训练注意事项与框架使用