注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

  2. Existing deep convolutional neural networks (CNNs) require a fixed-size (e.g., 224224) input image. This requirement is “artificial” and may reduce the recognition accuracy for the images or sub-images of an arbitrary size/scale. In this work, we eq

  3. 所属分类：专业指导

    • 发布日期：2015-05-21
    • 文件大小：3145728
    • 提供者：lengwuqin

  1. 图像检索-caltech101-keras-python

  2. 统计学习课程练习 Image Retrieval 图像检索，参考gitbub 项目flask-keras-cnn-image-retrieval。添加性能评估(precision, recall, F1, MRR)部分。需要使用vgg16_weights.h5

  3. 所属分类：Python

    • 发布日期：2017-02-12
    • 文件大小：36700160
    • 提供者：u011736505

  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. caltech101数据集

  2. 本数据集是caltech101数据集压缩包，完整有效，是深度学习用于图像分类的经典数据集。

  3. 所属分类：机器学习

    • 发布日期：2018-08-09
    • 文件大小：137363456
    • 提供者：jiaoyangwm

  1. Benchmark Datasets.rar

  2. benchmark数据集主要有（全部为.mat格式可以直接使用，label已处理好）：jaffe50_uni,YaleData,ORLData,feret_data,UmistData,AR_ImData,XM2VTS50,MSRA50,MSRA25,Coil20Data,Coil100Data,USPSdata,MnistData，Mpeg7_uni，caltech101，PalmData25，poseData_32，australian，chess_uni，cleve_uni，balanc

  3. 所属分类：机器学习

    • 发布日期：2019-06-16
    • 文件大小：58720256
    • 提供者：weixin_41552975

  1. 迁移学习数据集百度云盘地址

  2. 文本编辑器打开md文件，内部有Office+Caltech、Office-31、Office-Home、Caltech101、SUN09、COIL20、PIE等多个数据集的百度云下载地址

  3. 所属分类：深度学习

    • 发布日期：2019-03-23
    • 文件大小：11264
    • 提供者：weixin_38283159

  1. caltech101数据集.zip

  2. caltech101数据集包含101类，已经分好训练集与测试集，每一个类别的图像在一个单独的文件夹，每一类图像的个数及大小可能都不相同

  3. 所属分类：教育

    • 发布日期：2020-10-28
    • 文件大小：120586240
    • 提供者：caomin1hao

  1. 基于多核协同表示的分类

  2. 当前，基于协作表示的分类（CRC）已广泛用于许多模式分类和识别任务。同时，在表示图像时考虑空间信息的空间金字塔匹配（SPM）方法对于图像分类是有效的。但是，对于SPM，评估不同子区域表示形式的权重是固定的。本文将CRC与多核学习方法相结合，提出了基于多核协同表示的分类（MKCRC）方法，并将其应用于图像分类中，以学习不同子区域在图像表示中的权重。在一些基准数据集中，例如Caltech101、102flowers，Scene 15和UIUC sport，实验结果比最新方法具有明显优势。

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：2097152
    • 提供者：weixin_38611459

  1. 基于光谱的图像分类视觉匹配方法

  2. 视觉匹配算法可以在视觉内容表示和相似性度量的术语。 使用基于局部特征的表示，可以进行视觉匹配重述为：1）如何从本地获得视觉相似性核矩阵，以及2）如何计算局部核矩阵有效并且高效地。 现有方法主要集中在并使用欧几里得距离来计算局部核在高斯噪声假设下。 但是，这种假设可能对于基于梯度的局部特征不是最佳的。 在本文中， 我们提出了一种基于局部编码的频谱分析（LCSA） 利用低维流形结构的方法功能空间。 具体来说，我们选择一组锚点，然后将每个要素表示为锚点的线性组合有局部性约束。 然后可以进行光谱分析根据

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：290816
    • 提供者：weixin_38537541

  1. Xception_owndata-源码

  2. Xception_owndata 说明此存储库包含一些脚本，用于训练Keras的创始人FrançoisChollet引入的Xception。 在Google Collab上测试过的环境脚本 演示Caltech101数据集（9145张图像，102个类别） 下载数据集 制作classes.txt 训练模型：Xception Google Colab版本 在您自己的映像上运行inference.py。

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：14336
    • 提供者：weixin_42128270

  1. 局部保持“字典对”学习算法及其应用

  2. 字典学习（DL）方法近年来被广泛应用于解决各种计算机视觉领域的问题。现有的大部分字典学习算法均旨在学习一个综合型字典来表示输入信号，并使表示系数或表示误差具有一定的判别能力。这些字典学习算法大都需要对稀疏表示系数采用l0或者l1范数的约束，所以学习过程比较耗时。解析型字典学习的提出较为有效地解决了字典学习算法效率低的问题。在分类识别任务中，联合学习一个综合型字典和一个解析型字典正在成为一个热门的研究趋势，这不仅很大程度上降低了学习过程中的计算复杂度，而且在分类识别性能上也能有一定的提升。本文借鉴

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：2097152
    • 提供者：weixin_38731075

  1. N-Caltech101.txt

  2. Neuromorphic-Caltech101（N-Caltech101）数据集是原始基于帧的Caltech101数据集的加标版本。原始数据集包含“Faces”和“Faces Easy”两个类，每个类都由相同图像的不同版本组成。为了避免混淆，“Faces”类已经从N-Caltech101中删除，只剩下100个对象类和一个后台类。N-Caltech101数据集是通过将ATIS传感器安装在电动云台上，并在LCD监视器上查看Caltech101示例时移动传感器来捕获的，如下面的视频所示。关于数据集的完

  3. 所属分类：深度学习

    • 发布日期：2021-03-30
    • 文件大小：147
    • 提供者：footman_jio