背景与目的
物体分类是计算机视觉中很有趣的课题,也一直是各大计算机视觉会议的热点问题。常用到的数据集可能就是加州理工学院提供的Caltech 101或者Caltech 256了。2013年在墨尔本举行的ICIP会议上,更是把荧光图像细胞分类作为热点题目。本文章里,就是针对物体分类提炼出一种经过验证的通用的方法,在实际问题中灵活使用,会达到很高的识别率。
2 数据集
为了验证算法的识别率,这里仍然采用加州理工学院提供的数据集Caltech 101。此数据集包括101的分类,每一类有40-800张物体的图像。大多数分类里都有50张左右的图像。数据集是在2003年由若干人等收集整理的,这里就不一一列出来名字。数据集里每张图片接近300像素×200像素的大小。
details