Low-level feature： 通常是指圖像中的一些小的細節信息，例如邊緣（edge),角(corner),顏色(color),像素(pixeles), 梯度(gradients)等，這些信息可以通過濾波器、SIFT或HOG獲取；
High level feature：是建立在low level feature之上的，可以用于圖像中目標或物體形狀的識別和檢測，具有更豐富的語義信息。
通常卷積神經網絡中都會使用這兩種類型的features: 卷積神經網絡的前幾層學習low level feature，后幾層學習的是high level feature。

總結

以上是生活随笔為你收集整理的计算机视觉中low-level feature和high level feature的理解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。