这里写自定义目录标题
图像分类,顾名思义,就是输入一张图像,输出对该图像内容分类的描述的问题。它是计算机视觉的核心,实际应用广泛。
图像分类的传统方法是特征描述及检测,这类传统方法可能对于一些简单的图像分类是有效的,但由于实际情况非常复杂,传统的分类方法不堪重负。
传统图像分类算法的原理
(1)输入图像数据集
(2)图像预处理
(3)特征提取
(4)训练分类器
(5)图像分类识别
以上就是图像分类算法的基本步骤。
接下来,就挨个来介绍每一步的处理。
(1) 数据集的处理
首先,数据集分为两类:训练集和测试集。训练集,顾名思义,就是让计算机去学习数据的特征。在训练集中,图像是已经分类好且标注了标签的数据集,而在测试集中,是包含各类图像的。如下图所示:
该图就是一个数据训练集的制作
上图就是对需要分类的图像的测试集
在制作好数据集之后,接下来就是对数据的预处理,其中