图像分类
图像分类是根据图像的语义信息将不同类别图像区分开来,是计算机视觉中重要的基本问题,也是目标检测、语义分割、目标跟踪、行为分析等其他高层视觉任务的基础。
传统图像分割一般有以下几个过程:
1.手工提取特征,例如形态特性、颜色特征和纹理特征
2.使用分类器判别物体类别,例如使用SVM分类器
而基于深度学习的图像分类方法,可以通过有监督或无监督的方式学习层次化的特征描述,从而取代了手工设计或选择图像特征的工作。卷积神经网络直接利用图像像素信息作为输入,利用卷积操作进行特征提取和高层抽象,端到端的学习方法。
可以通过图像增强提高图像分类准确率降低过拟合现象发生。
图像增强操作:
通过水平翻转、随机裁剪、上下翻转、添加随机噪声提高数据集量,图像增强能降低过拟合现象发生。