您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于OPENCV训练目标物体分类器

  2. 利用OPENCV训练分类器,训练后通过VC++环境可直接调用分类器识别目标物体
  3. 所属分类:C++

    • 发布日期:2011-01-20
    • 文件大小:83968
    • 提供者:weixingxing1987
  1. 数字图像 给物体着色

  2. 数字图像处理 给物体着色 根据能量分类 附效果图
  3. 所属分类:C++

    • 发布日期:2013-11-03
    • 文件大小:8388608
    • 提供者:u010062541
  1. 物体识别源码

  2. 人类能够在图像中轻松的识别出众多的物体,尽管图像中的物体可能千变万化:不同的大小和尺寸,甚至被旋转。即使物体只有部分可见也能够被识别出来。物体识别仍然是计算机视觉中为能够很好解决的问题。
  3. 所属分类:C++

  1. 图像物体分类与检测算法综述

  2. 图像物体分类与检测算法综述Image classification and object detection algorithm Summary-Image classification and object detection algorithm Summary
  3. 所属分类:C#

    • 发布日期:2016-01-08
    • 文件大小:401408
    • 提供者:fsj43
  1. opencv检测.xml物体识别

  2. 自己生成分类器后,可不可以使用呢?可以用下面 的程序 测试一下:
  3. 所属分类:C++

    • 发布日期:2016-04-11
    • 文件大小:3145728
    • 提供者:acrzhen
  1. DSIFT+BOW+SVM MATLAB物体分类代码

  2. 完全MATLAB代码,包涵大量注释,多个子程序方便其他算法的替换,基于DSIFT+BOW+SVM的物体分类算法,只要下载caltech101,压缩包里附带下载网址,不用其他配置,方便学习。
  3. 所属分类:其它

    • 发布日期:2017-04-26
    • 文件大小:28311552
    • 提供者:qq_36014310
  1. SVM物体分类

  2. The aim of this program is to analyse images and be able to class them depending of their nature. The support vector machine algorithm is used to classify the pictures. The training data is composed of 760 images, separated in 3 different classes (C
  3. 所属分类:C/C++

    • 发布日期:2017-09-03
    • 文件大小:10485760
    • 提供者:m0_37264397
  1. 图像物体分类与检测算法综述_黄凯奇

  2. 图像物体分类与检测是计算机视觉研究中的两个重要的基本问题, 也是图像分割、 物体跟踪、 行为分析等 其他高层视觉任务的基础. 该文从物体分类与检测 问 题 的 基 本 定 义 出 发, 首 先 从 实 例、 类 别、 语 义 三 个 层 次 对 物 体 分类与检测研究中存在的困难与挑战进行了阐述. 接下 来, 该 文 以 物 体 检 测 和 分 类 方 面 的 典 型 数 据 库 和 国 际 视 觉 算法竞赛 PASCALVOC 竞赛为主线对近年来物体分类与检测的发展脉络进行了梳理与总结, 指
  3. 所属分类:机器学习

    • 发布日期:2018-04-17
    • 文件大小:733184
    • 提供者:jovial_168
  1. 深度学习及其在图像物体分类与检测中的应用综述_刘栋

  2. 深度学习及其在图像物体分类与检测中的应用综述_刘栋深度学习及其在图像物体分类与检测中的应用综述_刘栋
  3. 所属分类:其它

    • 发布日期:2018-04-28
    • 文件大小:986112
    • 提供者:qq_26078953
  1. 图像分类中的Corel原图

  2. 图像分类,根据各自在图像信息中所反映的不同特征,把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,以代替人的视觉判读。
  3. 所属分类:深度学习

    • 发布日期:2018-08-23
    • 文件大小:29360128
    • 提供者:sinat_41138310
  1. 卷积递归深度学习在3D物体分类上的应用.doc

  2. 3D传感技术的最新进展使人们有可能轻松地拍摄彩色和深度信息并存的图片,以提高物体识别的图像。目前,大多数方法对于这个新的3D方式依赖于非常精心设计的特征。引入一个基于卷积和递归神经网络(CNN和RNN)组合的模型,用于特征学习和RGB-D图像分类。CNN层用于学习低水平的平移不变性的特征,然后作为多个固定树RNN的输入,以组成高阶特征。RNN可以被看作是结合卷积,并汇集到一个高效的、分层的操作。我们的主要结果是,甚至随机权重的RNN也组成强大的特征集。我们的模型在标准RGB-D对象集上获得了较好
  3. 所属分类:深度学习

    • 发布日期:2020-04-25
    • 文件大小:592896
    • 提供者:weixin_39164435
  1. 基于机器学习的物体识别训练集及源码 Recognition-master

  2. 可以实现物体分类 对新物体识别类别 基于python+opencv+cnn的人脸识别的学习demo
  3. 所属分类:机器学习

    • 发布日期:2019-03-15
    • 文件大小:120586240
    • 提供者:qq_40311292
  1. 结合SIFT特征和神经网络池的物体分类方法

  2. 为了提高物体分类性能,提出了一种神经网络池特征分类方法,并结合SIFT特征实现物体的可靠分类。该方法首先提取样本的SIFT特征向量,并从特征向量集合中随机选取样本子集;然后采用径向基神经网络为每一个样本子集构建基元分类器;接着通过重复迭代方式得到许多基元分类器集合,再结合增强技术组建神经网络池;最后采用朴素贝叶斯模型对神经网络池中的各个基元分类器集合的分类结果进行融合,预测特征的最终分类结果。实验结果表明,新方法的运算效率高,对VOC-2007数据集的分类正确率高。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:335872
    • 提供者:weixin_38709139
  1. matlab模式识别两类物体分类例如苹果橘子

  2. matlab程序通过输入要分类东西的特征然后通过程序自动识别分类,代码有说明,逻辑通俗易懂,非常简单,有不明白的可以私信询问,谢谢支持!
  3. 所属分类:专业指导

  1. 【机器学习实战】利用KNN和其他分类器对手写数字进行识别

  2. 一、在sklearn中创建KNN分类器 KNeighborsClassifier(n_neighbors=5, weights=’uniform’, algorithm=’auto’, leaf_size=30) 看一下这几个参数: 1. n_neighbors:即 KNN 中的 K 值,代表的是邻居的数量。如果K 值比较小,会造成过拟合;如果 K 值比较大,无法将未知物体分类出来。一般我们使用默认值 5。 2. weights:是用来确定邻居的权重,有两种方式: weights=‘unifor
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:137216
    • 提供者:weixin_38734037
  1. 功能短句的语义成分对两可自然物体分类的影响

  2. 12..王哲*,严璘璘,孙宇浩,傅小兰. (2017). ., 20, 394~399
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:820224
    • 提供者:weixin_38592256
  1. 【Machine Learning】【Python】一、HoG + SVM 物体分类 ---- 《SVM物体分类和定位检测》-附件资源

  2. 【Machine Learning】【Python】一、HoG + SVM 物体分类 ---- 《SVM物体分类和定位检测》-附件资源
  3. 所属分类:互联网

  1. 【Machine Learning】【Python】一、HoG + SVM 物体分类 ---- 《SVM物体分类和定位检测》-附件资源

  2. 【Machine Learning】【Python】一、HoG + SVM 物体分类 ---- 《SVM物体分类和定位检测》-附件资源
  3. 所属分类:互联网

  1. sonar_binary_classification:使用深度神经网络将物体分类为岩石或矿山(金属)-源码

  2. 声纳二进制分类 使用的图书馆: pandas,numpy,sklearn,tensorflow / keras,matplotlib 多层感知器(MLP)人工神经网络用于区分从金属圆柱体弹回的声纳信号和从大致圆柱体岩石弹回的声纳信号。 最终模型在测试集上的准确度为87.5%。 项目概况 目标: 练习使用tensorflow和keras进行深度学习。 练习分类问题。 数据集信息: 文件“ sonar.mines”包含111种模式,这些模式是通过以各种角度和各种条件从金属圆柱体上弹跳声纳信
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:1048576
    • 提供者:weixin_42125867
  1. 用于3-D物体分类的广义判别函数

  2. 提出一种可实现3-D物体分类的广义判别函数,模拟表明利用RBF函数(RBF:Radial Basis Function)组成的广义判别函数对于3-D目标的识别是很有效的,此方法简单,训练时间短,当识别系统采用并行处理数据时,不论是训练时间还是识别时间都很短,并提出一个利用此广义判别函数分类多个3-D物体的光电混合系统。
  3. 所属分类:其它

    • 发布日期:2021-02-11
    • 文件大小:1048576
    • 提供者:weixin_38679045
« 12 3 4 5 6 7 8 9 10 ... 19 »